「Databricks Certified Machine Learning Professional」の記事一覧

Databricks AutoMLの「Forecasting（時系列予測）」タスクにおいて、祝日や特定のイベント（セール期間など）の影響をモデルに考慮させるために使用できる機能はどれか。

Spark DataFrameのデータをPyTorchのDataLoaderで使用する際、`num_workers`を増やすとエラーが発生する場合がある。Spark環境特有の原因として考えられるものはどれか。

【シナリオ】ロジスティック回帰モデルの学習時に `maxIter` に達しても収束しない（Convergence warning）という警告が出た。この問題を解決するために最初に試すべきアプローチはどれか。

【シナリオ】MLflowでモデルを登録する際、モデルの推論環境がインターネットに接続できない「完全オフライン環境」である。`pip install` が走らないようにするために、モデルのデプロイ時に留意すべき点はどれか。

【シナリオ】毎日のモデル再学習ジョブにおいて、新しいデータが十分に蓄積されていない日には学習をスキップしたい。これをWorkflows内で効率的に実装する方法はどれか。

Feature Storeで定義された特徴量計算ロジック（`compute_features_func`）が依存する外部ライブラリのバージョンが変わってしまい、計算結果が変わるリスクを防ぐための最善策はどれか。

Delta Lakeのテーブルプロパティ `delta.appendOnly=true` は、どのような種類の機械学習関連データに適しているか。

【シナリオ】Hyperoptで探索するパラメータ空間が非常に広く、探索に時間がかかりすぎる。探索効率を上げるために、重要でないハイパーパラメータを探索対象から外したい。どのパラメータがモデル性能に寄与しているかを分析するために使用する可視化手法はどれか。

【シナリオ】Model Servingエンドポイントのレイテンシ要件が厳しく、Pythonのオーバーヘッドを極限まで減らしたい。MLflowの標準的なPythonモデル以外の選択肢として検討すべきデプロイ形式はどれか。

【シナリオ】Unity Catalogを使用している環境で、データサイエンティストには「生データ」へのアクセス権を与えず、「匿名化されたビュー」のみを使用してモデル開発を行わせたい。これを実現するSQL権限設定はどれか。