HOME
Lv001

「Lv001」の記事一覧

Feature Storeの基本的な概念として、最も適切な説明はどれか。

Feature Storeは特徴量の定義と値を管理し、トレーニングと推論での一貫性を保証する。

2026年3月8日

機械学習モデルにおける「推論（Inference）」とはどのようなプロセスか。

推論は、学習済みのモデルを使用して未知のデータに対する予測を行うプロセスである。

2026年3月8日

Delta Lake形式のデータを使用する際、機械学習にとって重要な「タイムトラベル」機能の説明はどれか。

タイムトラベルにより、過去の特定バージョンのデータでモデルを再学習させることが可能になる。

2026年3月8日

Databricks AutoMLを使用する主な目的として最も適切なものはどれか。

AutoMLはデータから自動でモデル候補を作成し、ベースラインとして利用したり実験を効率化したりする。

2026年3月8日

Spark MLlibにおいて、分類モデルと回帰モデルの主な違いは何か。

分類は離散的なクラスラベルを予測し、回帰は連続値を予測するタスクである。

2026年3月8日

機械学習ライフサイクルにおいて、MLflow Trackingが主に担当する役割はどれか。

Trackingは実験ごとのパラメータや結果（メトリクス）、成果物（アーティファクト）を記録・管理する。

2026年3月8日

Spark MLlibにおける「Transformer」の役割として正しいものはどれか。

Transformerはtransform()メソッドを持ち、データフレームを変換（特徴量変換や予測など）して出力する。

2026年3月8日

Databricks Runtime for Machine Learning (ML Runtime) に含まれていないものはどれか。

一般的なライブラリは含まれるが、全ての事前学習済み生成AIモデルが含まれているわけではない。

2026年3月8日

MLflowの主要なコンポーネント（機能）として適切でないものはどれか。

NotebooksはDatabricksの機能であり、MLflowのコンポーネント名はTracking, Models, Registryなどである。

2026年3月8日

Databricksにおける「レイクハウスアーキテクチャ」が機械学習にもたらす主な利点はどれか。

レイクハウスはデータレイクの柔軟性とDWHの管理機能を統合し、多様なデータでのMLを実現する。

2026年3月8日