HOME
Google Cloud Professional Machine Learning Engineer

「Google Cloud Professional Machine Learning Engineer」の記事一覧

アンサンブル学習において、複数の弱学習器（決定木など）を並列に学習させ、多数決や平均をとる手法はどれか。

バギング（Bootstrap Aggregating）はランダムフォレストなどで採用されている代表的な手法です。

2026年3月11日

データの欠損値を埋める際、そのカラムの平均値や中央値で補完する処理を何と呼ぶか。

Imputation（代入/補完）は欠損データによるモデルへの悪影響を防ぐための一般的な前処理です。

2026年3月11日

Vertex AI Model Registryに登録されたモデルをHTTP経由でリアルタイム推論できるように公開するリソースはどれか。

Endpointはデプロイされたモデルに対して予測リクエストを送信するためのREST/gRPCインターフェースを提供…

2026年3月11日

GKE上で機械学習ワークロードを管理する際、GPUリソースを効率的に割り当てるために使用する機能はどれか。

デバイスプラグインを導入することで、Kubernetesはノード上のGPUをリソースとして認識・管理できるように…

2026年3月11日

レコメンデーションシステムにおいて、ユーザーとアイテムの過去のインタラクションのみに基づき推奨を行う手法はどれか。

協調フィルタリングは似た嗜好を持つ他のユーザーの行動を利用して推薦を行います。

2026年3月11日

Cloud Dataflowにおいて、パイプラインの入出力を表す不変のデータセット単位はどれか。

PCollectionはApache Beamパイプライン内で処理されるすべてのデータを保持する分散データセットです。

2026年3月11日

推論時のデータがトレーニング時のデータの分布と異なるために精度が低下する現象はどれか。

Training-Serving Skewは学習環境と本番環境のデータの差異によって発生する問題です。

2026年3月11日

Vertex AI Pipelinesにおいて、再利用可能な処理単位（コンポーネント）を作成するために使用するデコレータはどれか。

KFP SDKの@componentデコレータを使用すると、Python関数をパイプラインのステップに変換できます。

2026年3月11日

回帰モデルにおいて、予測値と実測値の差の二乗の平均をとった指標はどれか。

MSE（平均二乗誤差）は大きな誤差に対してより大きなペナルティを与える指標です。

2026年3月11日

BigQueryで大規模な時系列データを検索する際、日付カラムでデータを物理的に分割して管理する手法はどれか。

時間帯パーティション分割はクエリ時に不要なパーティションのスキャンを回避し、コストと速度を最適化し…

2026年3月11日