Azure ML発展比較
Azure MLの「パイプライン」と「Automated Machine Learning（AutoML）」を比較した場合、パイプラインの特徴として正しいものはどれか？
A.パイプラインはモデル選択を自動化するため、アルゴリズム知識が不要である
✗ 誤りです。パイプラインはステップを手動定義するため、アルゴリズム知識が必須です。
B.パイプラインは複数ステップの処理フロー定義を手動で構築し、再利用可能にする← 正解
✓ 正解です。パイプラインは前処理→トレーニング→評価などのステップを手動構築し、ワークフローを再利用可能にします。
C.パイプラインはハイパーパラメータチューニングを完全自動化して推論精度を最大化する
✗ 誤りです。パイプラインはハイパーパラメータ自動チューニングをしません。それはAutoMLの役割です。
D.パイプラインは単一のアルゴリズムのみ対応であり、複数モデルは使用できない
✗ 誤りです。パイプラインは複数モデル・複数アルゴリズムを組み合わせることが可能です。
この問題のポイント
パイプラインは前処理→トレーニング→評価などのステップを手動構築し、ワークフローを再利用可能にします。
「Azure ML発展」の他の問題
Azure MLのMLflowの「実験（Experiment）」と「実行（Run）」の関係はどれか？Azure MLパイプラインを使う主な利点として正しくないものはどれか？Azure MLにおける「自動機械学習（AutoML）」と「設計者（Designer）」の違いとして最も適切なものはどれ…Azure MLの「コンピュート・インスタンス」と「コンピュート・クラスタ」の使用目的の違いはどれか？Azure MLにおける「バッチ推論」と「リアルタイム推論（オンライン推論）」の違いとして最適なものはどれか？Azure MLの「登録済みモデル」と「モデルアーティファクト」の関係について正しい説明はどれか？
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。