深層学習定義問題
CNN（畳み込みニューラルネットワーク）が画像認識に適している主な理由はどれか？
A.テキストデータを効率的に処理するように設計されているから
✗ テキスト処理はRNN・LSTM・Transformerが得意。CNNは主に画像・空間データ向け。
B.畳み込み層とプーリング層で局所的な画像パターン（エッジ・形状等）を階層的に学習できるから← 正解
✓ 正解。畳み込みフィルターが平行移動不変の特徴を学習し、深い層ほど抽象的なパターンを捉える。
C.強化学習の報酬関数に最適化されているから
✗ CNNは強化学習とは無関係で、画像の識別・分類・検出タスクに特化した設計。
D.k-meansよりもクラスタリング精度が高いから
✗ CNNはクラスタリングアルゴリズムではなく、教師あり学習の特徴抽出器として使われる。
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。