HOME
Lv006

「Lv006」の記事一覧

文書の中から意味的なトピックを見つけ出すために、トピック数を指定して学習を行うSageMakerのアルゴリズムはどれか。

NTMはニューラルネットワークを使用して、LDAと同様のトピック抽出を行う。

2026年3月3日

AWS Glueクローラがスキーマを正しく認識できるように、S3上のデータ構造として推奨される形式はどれか。

パーティション化（例：year=2024/month=01/）は検索効率と管理を向上させる。

2026年3月3日

Amazon SageMaker Inference Recommenderは何を支援するためのツールか。

パフォーマンスとコストの要件に基づき、最適な推論用ハードウェアを推奨する。

2026年3月3日

勾配ブースティングマシン（GBM）の学習において、各ステップでの更新の重みを制御し、学習を安定させるハイパーパラメータはどれか。

学習率（learning_rate）は各モデルの寄与を調整し、収束を制御する。

2026年3月3日

Amazon SageMaker Data Wranglerでデータセットを読み込む際、データのスキーマ（型）が正しく認識されない場合の対処法はどれか。

Data Wranglerには列のデータ型を明示的に変更する機能がある。

2026年3月3日

Apache Sparkを利用して、S3上の数十テラバイトのデータを分散処理する場合、ノードのメモリ不足を回避するための最も適切な対策はどれか。

Sparkジョブの設定でメモリ割り当てを増やすのが直接的な対策。

2026年3月3日

モデルの推論結果の履歴をAmazon S3に保存し、後の分析や再学習に利用できるSageMakerの機能はどれか。

Data Captureを有効にすると、推論リクエストとレスポンスをS3に記録できる。

2026年3月3日

Amazon SageMakerにおいて、あらかじめ学習済みのモデルを自分のデータで再学習させ、特定のタスクに適応させる手法はどれか。

転移学習は既存の知識を活用して少ないデータで高性能なモデルを作る。

2026年3月3日

特徴量の重要度（Feature Importance）を評価するために、決定木ベースのアルゴリズムでよく使われる手法はどれか。

決定木アルゴリズム（XGBoostなど）は、不純度の減少量で特徴量の寄与度を測る。

2026年3月3日

Amazon S3のライフサイクルポリシーを使用して、古いトレーニングデータを低コストなストレージクラスに移動する際に、最もコストが低いものはどれか。

Deep Archiveは長期保存向けに最も低コストな選択肢である。

2026年3月3日