Azure ML発展誤り発見
Azure MLにおけるハイパーパラメータチューニングに関する以下の記述で誤っているものはどれか？
A.グリッドサーチは指定された値の全ての組み合わせを試すため、試行数が多くなると計算コストが指数関数的に増加する
✓ この記述は正しい。グリッドサーチの計算量はパラメータの候補数の積となり、次元数が増えると爆発的に増加する。
B.ランダムサーチは規定数の試行をランダムに選択するため、計算時間は予測不可能である← 正解
✓ 正解です。この記述が誤りです。ランダムサーチは規定数の試行をランダムに選択するため、計算時間は概ね予測可能です。試行数を決めれば総計算量が定まります。
C.ベイズ最適化は過去の試行結果から確率的に最適なハイパーパラメータを推定する手法である
✓ この記述は正しい。ベイズ最適化は過去の試行を学習し、次の試行点を確率的に最適化する有効な手法である。
D.HyperDrive では複数のサンプリング手法から選択してハイパーパラメータチューニングを実行できる
✓ この記述は正しい。HyperDriveはグリッド、ランダム、ベイズ最適化など複数の手法をサポートしている。
この問題のポイント
この記述が誤りです。ランダムサーチは規定数の試行をランダムに選択するため、計算時間は概ね予測可能です。試行数を決めれば総計算量が定まります。
「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の「パイプライン」と「Automated Machine Learning（AutoML）」を比較した場…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？
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。