HOME
Google Cloud Professional Machine Learning Engineer

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

ストリーミングデータをリアルタイムで処理しVertex AIに供給するのに適したサービスはどれか。

DataflowはApache Beamをベースとしたスケーラブルなストリーミングデータ処理サービスです。

2026年3月11日

特徴量のスケーリングにおいて最小値を0、最大値を1に変換する手法はどれか。

正規化（Min-Max Scaling）はデータの範囲を特定の区間に収める手法です。

2026年3月11日

Vertex AIモデルレジストリの主な目的はどれか。

Vertex AI Model Registryはトレーニング済みモデルのバージョン管理とデプロイの集約を行います。

2026年3月11日

分類問題においてクラスの不均衡が激しい場合に精度（Accuracy）の代わりに使用すべき指標はどれか。

F1スコアは精度と再現率の調和平均であり不均衡なデータセットの評価に適しています。

2026年3月11日

TPUを使用して計算を高速化するのに最も適したフレームワークはどれか。

TensorFlowはGoogle CloudのTPUアクセラレータをネイティブにサポートし最適化されています。

2026年3月11日

非構造化データである画像をVertex AIで管理するための最適なツールはどれか。

Vertex AI Datasetは画像やテキストなどの非構造化データを管理しアノテーションを付与するのに適していま…

2026年3月11日

Vertex AI Pipelinesでワークフローを定義するために一般的に使用されるSDKはどれか。

Vertex AI PipelinesはKubeflow Pipelines（KFP）SDKを使用してパイプラインを定義します。

2026年3月11日

Vertex AIでカスタムコンテナを使用してトレーニングを行う際に必要なサービスはどれか。

Artifact Registryはカスタムトレーニングで使用するDockerイメージを保存するために必要です。

2026年3月11日

BigQuery MLで使用できる線形回帰の作成コマンドはどれか。

BigQuery MLではCREATE MODELステートメントを使用してモデルを定義およびトレーニングします。

2026年3月11日

機械学習モデルの過学習（Overfitting）を検知するために最も適切なデータセットはどれか。

検証データセットは訓練中のモデルの汎化性能を評価し過学習を検知するために使用されます。

2026年3月11日