AI用語応用
Azure Machine Learning で、複数の地域に分散したデータセンターで機械学習パイプラインが実行される際、転移学習（Transfer Learning）を活用する主な利点は何か？
A.限定的なローカルデータでも、大規模モデルの事前学習の知識を活用して高精度を実現できる← 正解
✓ 正解です。転移学習は事前学習済みモデルの汎用知識を利用し、小規模データセットでの学習効率を大幅に改善します。
B.全世界のエッジデバイスで同時にモデル推論できるようになる
✗ エッジデバイスでの推論実行は転移学習の特性ではなく、モデルデプロイメント方式の問題です。
C.マルチリージョン間のネットワークレイテンシが自動的に解消される
✗ 転移学習はネットワークレイテンシ問題を解決しません。これはインフラストラクチャの最適化課題です。
D.複数のAIモデルを同一パイプラインで無制限に統合できる
✗ 複数モデルの無制限統合は転移学習の効果ではなく、パイプライン設計の制約に基づきます。
この問題のポイント
転移学習は事前学習済みモデルの汎用知識を利用し、小規模データセットでの学習効率を大幅に改善します。
「AI用語」の他の問題
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。