HOME
SAS Certified Specialist Machine Learning Using SAS Viya

「SAS Certified Specialist Machine Learning Using SAS Viya」の記事一覧

SAS ViyaのForestノードで、個々の決定木を構築する際に検討される変数の数はどう決まるか。

フォレストは各分割で変数のランダムなサブセットを選択することで木の多様性を確保します。

2026年3月21日

多クラス分類を行うニューラルネットワークの出力層で、合計が1になる確率を出力する関数はどれか。

Softmax関数は出力を確率分布として解釈できるように変換します。

2026年3月21日

Auto-tuningにおいて、ランダムサンプリングよりも効率的にパラメータ空間を探索する手法はどれか。

ベイズ最適化は過去の試行結果から有望なパラメータ範囲を推定して効率的に探索します。

2026年3月21日

SAS ViyaのCASライブラリに外部のCSVファイルをロードする際に使用するステートメントはどれか。

CASUTILプロシージャのLOADステートメントにより外部ファイルをCASメモリ上に展開します。

2026年3月21日

SAS ViyaのCASエンジン上でPythonの関数を直接実行するためのアクションセットはどれか。

FCMPアクションセットを使用するとSAS環境内でPython関数を呼び出すことができます。

2026年3月21日

多次元データにおいて、他のデータ点から孤立している「外れ値」を検出するのに適したノードはどれか。

Anomaly DetectionノードはSVDDなどの手法を用いて異常なデータポイントを特定します。

2026年3月21日

CASテーブルの特定の列に対してカーディナリティ分析（重複のない値の数）を行うプロシージャはどれか。

PROC CARDINALITYは変数の水準数や欠損値の状態を高速に把握するために使用されます。

2026年3月21日

グローバルな変数の重要度ではなく、特定のデータ行に対する予測の根拠を可視化する手法はどれか。

Individual Conditional Expectation（ICE）プロットは個別の観測値の変化が予測に与える影響を示します。

2026年3月21日

Gradient Boostingにおいて、各決定木が学習する対象は前段のモデルの何であるか。

勾配ブースティングは前段のモデルが予測しきれなかった残差を逐次的に学習します。

2026年3月21日

Model Studioで作成したパイプライン全体を別のプロジェクトで再利用するために保存する形式はどれか。

作成したパイプラインはテンプレートとして保存することで他のプロジェクトで共有可能です。

2026年3月21日