MLの概念定義問題
訓練データセットと検証データセットを分ける主な目的はどれか？
A.訓練を高速化するためにデータを削減する
✗ 分割はデータを削減するためではなく、評価の独立性を確保するために行う。
B.未知のデータへの汎化性能を客観的に評価するため← 正解
✓ 正解。モデルが訓練に使っていないデータで評価することで汎化性能を客観的に測定できる。
C.モデルのパラメータ数を減らすため
✗ パラメータ数はモデルのアーキテクチャで決まり、データ分割とは無関係。
D.データのクラス不均衡を解消するため
✗ クラス不均衡の解消はオーバーサンプリングや重み付けで対処する別の問題。
「MLの概念」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。