「Databricks Certified Machine Learning Professional」の記事一覧

【シナリオ】TensorFlowモデルのトレーニング中に、GPU使用率が低く、CPUでのデータ前処理がボトルネックになっていることが判明した。`tf.data.Dataset`パイプラインでパフォーマンスを改善するために推奨される設定はどれか。

【シナリオ】AutoMLを実行しようとしたが、データセットにターゲット変数（ラベル）との相関が1.0（完全に一致）の列が含まれており、過学習（Data Leakage）が疑われる。AutoMLの実行前にこの問題を検出するための機能はどれか。

カスタムTransformerを作成しており、`transform`メソッド内で外部の巨大な辞書データを使用してマッピングを行う必要がある。この辞書を各ワーカーに効率的に配布するSparkの機能はどれか。

【シナリオ】制限されたネットワーク環境（VPC内）で、外部インターネットへのアクセスがないDatabricksワークスペースを使用している。MLflowでパブリックなリポジトリからライブラリをインストールしようとすると失敗する。モデル提供のために推奨される対処法はどれか。

【シナリオ】MLパイプラインのジョブが「リソース不足（Out of Memory）」で失敗することがある。クラスター構成を変更せずに、ジョブの設定だけで信頼性を向上させる方法はどれか。

【シナリオ】トレーニング時にはバッチ処理で作成された特徴量を使用し、推論時にはリアルタイムで計算される特徴量（例：セッション中のクリック数）を使用したい。Feature Storeでこれを実現する概念はどれか。

【シナリオ】Hyperoptでの探索が特定の領域（局所解）に留まってしまい、大域的な最適解が見つからない可能性がある。探索の多様性を高めるために調整すべきパラメータやアプローチはどれか。

【シナリオ】Lakehouse Monitoringで「モデルの品質（Quality）」モニタリングを有効にしたいが、推論時には正解ラベル（Ground Truth）が分からない。この場合、どのようにモニタリングを設定すべきか。

【シナリオ】GDPRの「忘れられる権利」に基づき、特定ユーザーのデータを機械学習用の全データセット（Delta Table）から完全に削除する必要がある。論理削除ではなく物理削除を確実に行う手順はどれか。

【シナリオ】AutoMLで生成されたモデルの精度は高いが、推論速度が要件（10ms以下）を満たしていない。生成されたノートブックをもとに改善するアプローチとして最も適切なものはどれか。