Azure MLプラットフォーム定義
Azure MLのMLflowとの統合が提供する主な価値はどれか？
A.自動的に本番デプロイまで完了する
✗ デプロイはModel Registryとエンドポイント設定で別途行う。MLflowは記録・管理が主目的。
B.実験のパラメータ・メトリクス・アーティファクトを一元追跡・管理できる← 正解
✓ 正解。訓練実行ごとのパラメータ・評価指標・モデルファイルを記録し、実験を比較・再現できる。
C.モデルのハイパーパラメータを自動チューニングする
✗ ハイパーパラメータ自動チューニングはAzure ML HyperDrive / AutoMLが担う。
D.GPUリソースを自動でスケールアウトする
✗ コンピューティングのスケールはクラスター設定が担う。
この問題のポイント
訓練実行ごとのパラメータ・評価指標・モデルファイルを記録し、実験を比較・再現できる。
「Azure MLプラットフォーム」の他の問題
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？Azure ML Endpointのbatchエンドポイントとrealtimeエンドポイントの最大の機能的違いは何か？
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。