Azure MLプラットフォーム定義
Azure Machine Learningにおけるコンピューティング環境（Compute）の定義として最も適切なものはどれか？
A.モデルの学習やデータ処理を実行するための物理的またはクラウド上の計算リソース← 正解
✓ 正解です。Azure MLのコンピューティング環境は、モデル学習やバッチ推論などを実行するための計算リソースを指します。
B.Azure MLで使用するデータセットを保存するためのストレージサービス
✗ これはデータストアやデータセット登録の役割です。コンピューティングとは異なります。
C.モデルの予測結果を可視化するためのダッシュボード機能
✗ 可視化はMLflowやカスタムログなど別の機能で行われます。コンピューティング環境の定義ではありません。
D.機械学習パイプラインの実行履歴を記録するログファイル
✗ 実行履歴の記録はメタデータ管理機能の一部です。計算リソースそのものではありません。
この問題のポイント
Azure MLのコンピューティング環境は、モデル学習やバッチ推論などを実行するための計算リソースを指します。
「Azure MLプラットフォーム」の他の問題
Azure MLのMLflowとの統合が提供する主な価値はどれか？Azure Machine Learning StudioとAzure Synapse Analyticsにおけるデータ…Azure ML Computing Instanceと自動機械学習（AutoML）における役割の主な違いは何か？Azure ML PipelineとAzure Data Factoryパイプラインを比較した場合、用途の違いとして最も…Azure ML Designer（ドラッグアンドドロップインターフェース）とSDK（Python）を使用したモデル開発…Azure ML Compute ClusterとAzure Batch AIの違いを最も正確に表しているものはどれか？
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。