Azure MLプラットフォーム応用
Azure MLのパイプラインで、前段の学習ステップの出力が予期した型（float32）ではなく文字列型になってしまった場合、後段のスコアリングステップの実行はどうなり、どのタイミングでエラーが検出されるか？
A.パイプライン構築時に設定スキーマチェックにより即座にエラーが検出される
✗ Azure MLパイプラインの構築時スキーマチェックは型の強制ではなく、実行時に型の不一致が明らかになるため、構築時には検出されない。
B.パイプラインは実行を開始するが、スコアリングステップの実行中にランタイムエラーで停止する← 正解
✓ 正解です。パイプラインは実行時にデータ型をチェックし、スコアリングステップが文字列型のデータで数値演算を試みるとランタイムエラーが発生して停止する。
C.スコアリングが正常完了し、不正な結果が出力される
✗ Azure MLは型の不一致を自動スキップして処理を続行しない。不正な型が検出されればエラーで停止する。
D.後段ステップは自動的に文字列を数値に変換して処理する
✗ 自動型変換機能は実装されていない。明示的な前処理ステップが必要である。
この問題のポイント
パイプラインは実行時にデータ型をチェックし、スコアリングステップが文字列型のデータで数値演算を試みるとランタイムエラーが発生して停止する。
「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。