Azure ML応用
Azure Machine Learning で訓練済みモデルをリアルタイムエンドポイントにデプロイした直後は高い精度を示していたが、本番運用を続けるうちに精度が徐々に低下し始めた。この現象の最も一般的な原因と対処法の組み合わせとして最も適切なものはどれか？
A.原因はモデルのパラメータが固定されたままであり、対処法はデプロイ直後に自動的にパラメータを再調整する設定を行う
✗ パラメータの固定は精度低下の直接原因ではなく、デプロイ時の処理では通常パラメータは変更されません。
B.原因はデータドリフト（本番データの特性が訓練データから乖離）であり、対処法はモデルの監視を設定し定期的に再訓練を実施する← 正解
✓ 正解です。本番環境でのデータドリフトは精度低下の主因であり、Azure MLの監視機能で検出し、再訓練パイプラインで対応するのが標準的です。
C.原因はエンドポイントのキャパシティ不足によるリソース競合であり、対処法はコンピューティングリソースをスケールアップする
✗ リソース競合があればレイテンシが増加しますが、精度そのものは低下しません。精度低下とは無関係です。
D.原因はAPIの呼び出し回数が多すぎることであり、対処法はキャッシング機能を有効にして重複リクエストを削減する
✗ API呼び出し回数の増加は応答時間に影響しますが、モデル精度そのものに影響を与えることはありません。
この問題のポイント
本番環境でのデータドリフトは精度低下の主因であり、Azure MLの監視機能で検出し、再訓練パイプラインで対応するのが標準的です。
「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。