Azure ML発展応用
Azure MLで過学習が発生しているモデルに対して、正則化パラメータ（L2正則化）を強化したとき、モデルの動作として最も適切なものはどれか？
A.訓練データでの精度は低下し、検証データでの精度は向上する可能性がある← 正解
✓ 正解です。L2正則化を強化すると、モデルの複雑性が抑制され、訓練データへの過適合が減少します。訓練精度は低下しますが、検証データとの汎化ギャップが縮まり、検証精度が改善される可能性が高まります。
B.訓練データでの精度は向上し、検証データでの精度も必ず向上する
✗ 訓練精度と検証精度が同時に向上することは過学習解決では一般的ではありません。正則化は訓練精度を意図的に低下させて汎化性能を狙います。
C.正則化を強化してもモデルの複雑性は変わらない
✗ L2正則化は損失関数に重みのペナルティ項を加えることで、モデル係数を縮小させ、複雑性を直接的に低減させます。
D.すべてのデータセットに対する精度が同時に向上する
✗ 正則化パラメータの強化により、モデルは単純化される傾向があり、未学習が発生するリスクがあります。すべてのデータで精度が向上することはありません。
この問題のポイント
L2正則化を強化すると、モデルの複雑性が抑制され、訓練データへの過適合が減少します。訓練精度は低下しますが、検証データとの汎化ギャップが縮まり、検証精度が改善される可能性が高まります。
「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。