MLの概念定義問題
「特徴量の正規化（0〜1にスケーリング）」が特に重要なアルゴリズムはどれか？
A.決定木
✗ 情報利得に基づく分割で動作するため特徴量のスケールに依存しない。
B.ランダムフォレスト
✗ 決定木を複数使うアンサンブル。各木がスケール非依存なため正規化の恩恵が小さい。
C.k近傍法（k-NN）← 正解
✓ 正解。距離計算に基づく手法なのでスケールが異なると大きい値の特徴量に結果が引きずられる。
D.ナイーブベイズ
✗ 条件付き確率を使う手法でスケールに直接依存しないが、連続値には別の処理が必要。
「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。