HOME
Google Cloud Professional Machine Learning Engineer

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

画像認識で学習済みのResNetなどの重みを初期値として使い、新しいデータセットで再学習させる手法はどれか。

転移学習は既に獲得された特徴抽出能力を活かすため、少ないデータと計算時間で高い精度を実現できます。

2026年3月11日

トレーニング環境（Python 3.9）とデプロイ環境（Python 3.11）の違いで予測が失敗するのを防ぐ最善の方法はどれか。

コンテナ化することで、OSや言語バージョン、ライブラリの依存関係を完全に一致させ再現性を担保できます。

2026年3月11日

Pub/SubのデータをDataflowで処理する際、重複して届いたメッセージを排除するためにキーとして利用できるものはどれか。

Dataflow（Apache Beam）はPub/SubのMessage IDを利用して、冪等性を保ちながら重複排除を行うことができ…

2026年3月11日

Vertex AIでの予測時に、リクエスト内容をログに保存して後で分析するために使用する機能はどれか。

Endpointの設定でリクエストとレスポンスのペイロードをBigQuery等に直接出力して保存できます。

2026年3月11日

Cloud Storageにおいて、頻繁にアクセスされる学習データに最適なストレージクラスはどれか。

Standard Storageはアクセス頻度が高いデータの読み書きに対して最も低いレイテンシとコスト効率を提供し…

2026年3月11日

推薦システムにおいて、ユーザーが過去に「いいね」した商品のテキスト属性から好みのベクトルを作成する手法はどれか。

コンテンツベースの推薦ではTF-IDF等でアイテムをベクトル化し、ユーザーの履歴ベクトルとの類似度を計算…

2026年3月11日

Vertex AIトレーニングでTPUを利用する際、TensorFlowのコード内で定義すべきスコープはどれか。

TPUStrategyスコープ内でモデルの定義とコンパイルを行うことで、TPUへの演算の割り当てが可能になります。

2026年3月11日

パイプラインのコンポーネント間で、コードを一切書き直さずにデータのシリアライズとデシリアライズを自動化する仕組みはどれか。

Vertex Pipelines（KFP）は定義された型に基づいてアーティファクトの受け渡しを自動的に処理します。

2026年3月11日

不均衡データセットに対する分類で、多数派クラスを減らして比率を調整する手法はどれか。

アンダーサンプリングは多数派のデータを削ることでクラス比率を均衡させますが、情報の損失に注意が必要…

2026年3月11日

モデルのアンサンブル手法の1つで、複数の異なるモデルの出力を次のモデルの入力として使用する手法はどれか。

スタッキングは「メタモデル」を学習させることで、個々のモデルの得意不得意を調整し精度を最大化します。

2026年3月11日