Azure ML発展誤り発見
Azure MLのモデルの説明可能性（Explainability）に関する以下の記述で誤っているものはどれか？
A.SHAP（SHapley Additive exPlanations）値を使用することで、各特徴がモデルの予測に与える影響度を定量的に測定できる
✓ この記述は正しい。SHAP値はゲーム理論に基づく手法で、各特徴の貢献度を正確に計算できる。
B.解釈可能性は主に黒箱モデルにのみ適用でき、線形回帰などの単純なモデルには不要である← 正解
✓ 正解です。この記述が誤りです。解釈可能性は複雑なモデルだけでなく、線形回帰などのシンプルなモデルにおいても、結果の理解を深めるために有用です。
C.LIME（Local Interpretable Model-agnostic Explanations）はモデルに依存しない解釈手法であり、様々なモデルに適用可能である
✓ この記述は正しい。LIMEはモデルに依存しない汎用的な解釈手法であり、任意の予測モデルに適用できる。
D.Explainability dashboard を使用することで、モデルの予測根拠を視覚的に確認できる
✓ この記述は正しい。Azure MLのExplainability dashboardは特徴の影響度を視覚化し、モデルの判断根拠を理解するのに役立つ。
この問題のポイント
この記述が誤りです。解釈可能性は複雑なモデルだけでなく、線形回帰などのシンプルなモデルにおいても、結果の理解を深めるために有用です。
「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。