HOME
Google Cloud Professional Machine Learning Engineer

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

Cloud Dataflowで「Side Input」として1GBを超える大きなデータを扱う際の最適なアプローチはどれか。

非常に大きなSide Inputはメモリを圧迫するため、必要に応じて外部ストレージを参照する設計が求められま…

2026年3月11日

「特徴量ストア」を導入することで解決できる「学習と推論の乖離」の主な要因はどれか。

学習時と推論時で同じ特徴量抽出ロジック（コード）を共有することで、不一致を防ぎます。

2026年3月11日

BigQuery MLでトレーニングを行う際、データを「訓練」と「評価」に自動分割する機能を何と呼ぶか。

DATA_SPLIT_METHODオプションで自動（AUTO_SPLIT）やランダム、時系列ベースの分割を指定できます。

2026年3月11日

Vertex AI TensorBoardを既存のトレーニングジョブに統合するために必要な最小限の設定はどれか。

適切なIAM権限とログ出力先の設定により、マネージドTensorBoardで可視化が可能になります。

2026年3月11日

モデルの「再現率（Recall）」を最大化すべきビジネス上のシナリオはどれか。

スクリーニングでは見落とし（偽陰性）を最小限にするために再現率を重視します。

2026年3月11日

Kubeflow Pipelinesにおいて、コンポーネント間で大規模なファイルを渡す際に推奨される保存先はどれか。

パイプラインのアーティファクトは永続性と共有性を確保するためにCloud Storageに保存されます。

2026年3月11日

Dataflowの「ストリーミングエンジン」を有効にする主な利点はどれか。

ストリーミングエンジンは状態管理をワーカー外にオフロードし、スケーリングを効率化します。

2026年3月11日

ロジスティック回帰において、L1正則化とL2正則化を組み合わせて使用する手法はどれか。

Elastic NetはL1とL2の両方の利点を取り入れ、相関の強い特徴量を扱う際に有効です。

2026年3月11日

Vertex AI Endpointで予測のレイテンシを最小化するために選択すべきマシンタイプの特徴はどれか。

リアルタイム推論ではデータのロードと演算を高速化するために高クロックCPUが推奨されます。

2026年3月11日

「精度（Precision）」が重要視されるユースケースはどれか。

スパム判定では、重要なメールを誤ってスパムと判定（誤検知）することを避けるため、精度（Precision）の…

2026年3月11日