Azure ML誤り発見
機械学習プロジェクトのデータセット分割と評価に関する以下の記述で、誤っているものはどれか。
A.訓練データはモデルのパラメータ学習に使用され、テストデータはモデルの汎化性能を評価するために初めて使用される未知データである。
✓ この記述は正しい。訓練・テスト・検証データの分割原則の基本的な説明である。
B.検証データ（バリデーションデータ）はモデル学習中にハイパーパラメータ調整や正則化強度の選択に用いられ、訓練データとは異なるデータセットである。
✓ この記述は正しい。検証データはモデル選択フェーズに使用される重要な評価セットである。
C.過学習（オーバーフィッティング）を防ぐためには、訓練データの85％をモデル学習に、15％を検証に用いるべきであり、テストデータの比率は固定である。← 正解
✓ 正解です。この記述が誤りです。訓練・検証・テストの分割比率は「85％訓練、15％検証」のような固定値ではなく、データサイズやドメインによって柔軟に調整すべきです。一般的には「60-70％訓練、10-20％検証、10-20％テスト」など様々な配分があります。
D.k分割交差検証を使用することで、データが限定的な場合にも堅牢なモデル評価が可能になり、全データを効率的に活用できる。
✓ この記述は正しい。k分割交差検証はデータが限定的な場合に有効な評価手法である。
この問題のポイント
この記述が誤りです。訓練・検証・テストの分割比率は「85％訓練、15％検証」のような固定値ではなく、データサイズやドメインによって柔軟に調整すべきです。一般的には「60-70％訓練、10-20％検証、10-20％テスト」など様々な配分があります。
「Azure ML」の他の問題
Azure Machine Learning DesignerとAutomated MLの違いとして正しいものはどれか？Azure MLで「注文ごとに即時で詐欺判定を返すAPI」と「月末に100万件を一括処理するAPI」に対してそれぞれ適切…Azure MLのモデルレジストリの主な目的はどれか？Azure MLのResponsible AI ダッシュボードで確認できる分析として含まれないものはどれか？Azure MLのAutoMLが複数のモデルを試した後、最終的に最良モデルを選ぶ基準として使われる指標の例として正しいの…Azure Machine Learningで複数のアルゴリズムとパラメータを自動試行し、特定データに最適なモデルを特定…
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。