HOME
Databricks Certified Machine Learning Professional

「Databricks Certified Machine Learning Professional」の記事一覧

Spark DataFrame上の大規模データに対して、MLflowに登録されたモデルを使用してバッチ推論を行う最も効率的な方法はどれか。

`mlflow.pyfunc.spark_udf`を使用すると、MLflowモデルをSparkのUDF（ユーザー定義関数）としてブロードキ…

2026年3月8日

Apache SparkのDataFrameデータをDeep Learningフレームワーク（PyTorch/TensorFlow）のDataLoaderに効率的に変換・供給するためのライブラリはどれか。

Petastormは、Parquet形式（Delta Lake含む）のデータをDeep Learningフレームワークが直接かつ効率的に読…

2026年3月8日

ハイパーパラメータ探索のように、1つの親実行の下に多数の子実行をグループ化して整理するMLflowの機能はどれか。

`mlflow.start_run(nested=True)`を使用することで、現在のアクティブなRunの内側に子Run（Nested Runs）…

2026年3月8日

標準のSpark MLlib Transformerには存在しない独自のデータ変換ロジックをパイプラインに組み込むために継承すべき基底クラスはどれか。

独自の変換処理（`_transform`メソッド）を実装する場合は`Transformer`クラスを継承し、学習が必要な場合…

2026年3月8日

Feature Storeにおいて、「オンラインストア」を設定する主な目的はどれか。

オンラインストア（DynamoDBやCosmos DBなど）は、リアルタイム推論時にミリ秒単位の低レイテンシで最新の…

2026年3月8日

Hyperoptの目的関数（objective function）が最小化すべき戻り値の辞書に含まれる必須のキーはどれか。

Hyperoptは損失関数の最小化を行うため、目的関数は`{'loss': , 'status': STATUS_OK}`を含む辞書を返す必…

2026年3月8日

Model Registryにおいて、モデルのバージョンごとに、モデルの精度やトレーニングデータセットの詳細などを記述するのに最適な場所はどれか。

各モデルバージョンには「Description（説明）」フィールドがあり、Markdown形式でモデルの変更点、精度、…

2026年3月8日

機械学習パイプラインにおいて、新しいデータが既存のテーブルスキーマと一致しない場合に書き込みを失敗させるDelta Lakeのデフォルト機能はどれか。

Schema Enforcement（スキーマ強制）は、書き込まれるデータのスキーマがテーブルのスキーマと互換性がな…

2026年3月8日

Databricks AutoMLが欠損値（Missing Values）に対してデフォルトで行う処理として正しいものはどれか。

AutoMLはデータの前処理段階で、数値列には平均や中央値、カテゴリ列には最頻値や定数などを使用して欠損…

2026年3月8日

本番環境のモデルにおいて、トレーニング時のデータ分布と推論時のデータ分布が乖離していく現象を何と呼ぶか。

入力データの統計的特性が時間の経過とともに変化し、トレーニング時と異なる分布になることをデータドリ…

2026年3月8日