データサイエンティスト検定 リテラシーレベル データエンジニアリング 練習問題 第25問: 機械学習で使われる「AutoML」の説明として、最も適切なものはどれか。
データエンジニアリング
– / 81 解いた
第25問
機械学習で使われる「AutoML」の説明として、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. データの前処理・モデルの選択・ハイパーパラメータの調整など、モデルを作る工程を支援する仕組み
「データの前処理・モデルの選択・ハイパーパラメータの調整など、モデルを作る工程を支援する仕組み」が適切です。産業技術総合研究所「機械学習品質マネジメントガイドライン 第4版」(CC BY 4.0)は、AutoMLサービスの機能はベンダーごとに異なるとしたうえで、学習用データセットへの前処理、モデル(アルゴリズム)の選択と構築、ハイパーパラメータの調整と学習の実行、運用環境へのデプロイ(API化)といった機械学習の幅広い工程を支援の対象に挙げています。
同じガイドラインでは、「多数決や平均でまとめる」はアンサンブル、「途中の結果だけをサーバーで集める」は連合学習、「訓練済みのモデルを土台に追加の学習をする」は転移学習や差分開発の考え方として説明されています。どれもモデルに関わる技術ですが、何を対象にするかが違います。
AutoMLは、前処理からハイパーパラメータの調整までの、モデルを作る工程そのものを支える仕組みと押さえましょう。
関連キーワード: AutoML・ハイパーパラメータ・アンサンブル・連合学習
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告