Azure ML発展応用
Azure MLで本番環境にデプロイされたモデルのドリフト検出システムが、入力データの分布が訓練データから大きく変化していることを検知した場合、推奨される対応として最も適切なものはどれか？
A.モデルの予測精度が自動的に回復するまで待機する
✗ データドリフトが発生している場合、モデルの精度は自動的には回復しません。放置すると予測品質が劣化し続けます。
B.即座にモデルを旧バージョンにロールバックし、同時に新しい訓練データで再訓練を計画する← 正解
✓ 正解です。ドリフト検出時は、まず旧バージョンへのロールバックにより予測品質を維持しながら、新しい実環境データを使用してモデルを再訓練します。その後、再訓練されたモデルを段階的に本番環境に展開します。これがドリフト対応の標準プラクティスです。
C.データドリフトを無視して現在のモデルを継続使用する
✗ ドリフトを無視すると、モデルの予測精度が継続的に低下し、ビジネス上の悪影響が拡大します。
D.本番環境のモデルを削除し、マシン学習を中止する
✗ ドリフト対応のため機械学習を中止する必要はなく、むしろ継続的な改善が重要です。
この問題のポイント
ドリフト検出時は、まず旧バージョンへのロールバックにより予測品質を維持しながら、新しい実環境データを使用してモデルを再訓練します。その後、再訓練されたモデルを段階的に本番環境に展開します。これがドリフト対応の標準プラクティスです。
「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。