MLの概念応用
分類モデルの学習率（Learning Rate）を0.1から0.001に低下させた場合、訓練プロセスにはどのような影響が生じるか？
A.モデルがより急速に最適解に収束し、訓練時間が短縮される
✗ 学習率を低下させるとパラメータ更新が小さくなり、むしろ訓練が遅くなります。
B.訓練が非常にゆっくり進行し、訓練時間が増加するが、より安定した学習が期待できる← 正解
✓ 正解です。学習率を低下させるとパラメータ更新が小さくなり、訓練は遅くなりますが、より安定した段階的な最適化が実現できます。
C.損失関数の値が振動して、訓練が不安定になる可能性が高まる
✗ 学習率が低いほど振動は減少し、むしろ安定性が向上します。
D.モデルの最終精度が低下し、より低い性能で収束する
✗ 学習率の低下は最終精度に直接的な悪影響を与えません。十分な時間をかければ同等の精度に到達します。
この問題のポイント
学習率を低下させるとパラメータ更新が小さくなり、訓練は遅くなりますが、より安定した段階的な最適化が実現できます。
「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。