HOME
Google Cloud Professional Machine Learning Engineer

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

BigQueryの「マテリアライズドビュー」を機械学習パイプラインの入力として使用する主なメリットはどれか。

マテリアライズドビューは事前に計算された結果を保持するため、頻繁な集計処理を高速化します。

2026年3月11日

畳み込みニューラルネットワーク（CNN）において、空間的な情報の損失を抑えつつ受容野を広げる手法はどれか。

Dilated Convolutionはフィルターの各要素間に隙間を空けることで、解像度を維持したまま広範囲の特徴を捉…

2026年3月11日

Vertex AI TensorBoardで、複数の実験（Run）の損失曲線を重ねて表示するために必要な共通の識別子はどれか。

同じExperiment IDに紐づけられた複数の実行結果は、同一のダッシュボード上で比較可能です。

2026年3月11日

Vertex AI Model Monitoringにおいて、予測されたラベルの比率が時間とともに変化することを検知する機能はどれか。

予測ドリフトの監視により、ターゲット変数の分布そのものが変化（コンセプトドリフト）した可能性を検知…

2026年3月11日

Dataflowにおいて、ウィンドウ処理の際に「Watermark」が予期せず遅れる主な原因はどれか。

ソースからのデータ到着が遅れるとWatermarkが更新されず、ウィンドウの集計完了が遅れます。

2026年3月11日

推薦システムで、ユーザーの過去の行動履歴とアイテムの特徴の両方をベクトル化して計算する「ハイブリッド」手法の利点はどれか。

複数の手法を組み合わせることで、新規ユーザーや新規アイテムに対する推薦の弱点を補い合います。

2026年3月11日

Kubeflow Pipelines (KFP) において、特定のステップが失敗したときのみ実行される「終了処理」を定義する機能はどれか。

ExitHandlerはパイプラインの成否に関わらず、リソースのクリーンアップや通知を行うために使用されます。

2026年3月11日

ニューラルネットワークにおいて、入力データの平均を0、分散を1にするバッチ正規化を導入する主な理由はどれか。

バッチ正規化は層ごとの入力を安定させることで、勾配消失を防ぎ学習を効率化します。

2026年3月11日

Vertex AIトレーニングで「カスタムコンテナ」を使用する際に、ハイパーパラメータ調整ジョブと通信するために必要な仕組みはどれか。

cloud-ml-hypertuneを利用してメトリクスを報告することで、Vertex AIが次の試行を決定できます。

2026年3月11日

テキスト分類において、単語の重要度を計算する「TF-IDF」の「IDF」が意味するものはどれか。

多くの文書に出現する一般的な単語の重みを下げ、特徴的な単語を強調します。

2026年3月11日