[2025-04-14更新,216問] 無料Google Professional-Machine-Learning-Engineer試験問題集、Professional-Machine-Learning-Engineer合格内容(ページ 42)

Professional-Machine-Learning-Engineer 試験問題 201

You work for a retail company. You have a managed tabular dataset in Vertex Al that contains sales data from three different stores. The dataset includes several features such as store name and sale timestamp. You want to use the data to train a model that makes sales predictions for a new store that will open soon You need to split the data between the training, validation, and test sets What approach should you use to split the data?

A. Use Vertex Al manual split, using the store name feature to assign one store for each set.

B. Use Vertex Al default data split.

C. Use Vertex Al chronological split and specify the sales timestamp feature as the time vanable.

D. Use Vertex Al random split assigning 70% of the rows to the training set, 10% to the validation set, and
20% to the test set.

正解: B

3 つの異なる店舗の販売データを含む Vertex AI の管理された表形式のデータセットを使用して、トレーニングセット、検証セット、テストセット間でデータを分割する最適なオプションは、Vertex AI のデフォルトのデータ分割を使用することです。
このオプションを使用すると、Vertex AI のパワーとシンプルさを活用して、データをパーセンテージで 3 つのセットに自動的かつランダムに分割できます。Vertex AI は、Google Cloud で機械学習ソリューションを構築およびデプロイするための統合プラットフォームです。Vertex AI は、線形回帰、ロジスティック回帰、k-means クラスタリング、行列分解、ディープニューラルネットワークなど、さまざまな種類のモデルをサポートできます。また、Vertex AI は、データ分析、モデル開発、モデルデプロイ、モデルモニタリング、モデルガバナンスのためのさまざまなツールとサービスを提供できます。デフォルトのデータ分割は、Vertex AI によって提供されるデータ分割方法であり、ユーザー入力や構成は必要ありません。デフォルトのデータ分割を使用すると、ランダムサンプリング方法を使用してデータをトレーニングセット、検証セット、テストセットに分割し、各セットに一定の割合のデータを割り当てることができます。デフォルトのデータ分割は、データ分割プロセスを簡素化するのに役立ち、ほとんどの場合に適切に機能します。
トレーニングセットは、モデルのトレーニングやモデルパラメータの調整に使用されるデータのサブセットです。トレーニングセットは、入力機能とターゲット変数の関係を学習し、モデルのパフォーマンスを最適化するのに役立ちます。検証セットは、モデルの検証やモデルのハイパーパラメータの調整に使用されるデータのサブセットです。検証セットは、未知のデータに対するモデルのパフォーマンスを評価し、オーバーフィッティングやアンダーフィッティングを回避するのに役立ちます。テストセットは、モデルのテストに使用されるデータのサブセットで、最終的な評価指標を提供します。テストセットは、新しいデータに対するモデルのパフォーマンスを評価し、モデルの一般化能力を測定するのに役立ちます。Vertex AI のデフォルトのデータ分割を使用すると、ランダムサンプリング方式を使用してデータをトレーニングセット、検証セット、テストセットに分割し、各セットに次の割合のデータを割り当てることができます1。

他のオプションは、次の理由によりオプション B ほど優れていません。
* オプション A: Vertex AI の手動分割で、店舗名機能を使用してセットごとに 1 つの店舗を割り当てると、データを代表的でバランスの取れたセットに分割することができず、エラーが発生したり、パフォーマンスが低下したりする可能性があります。手動分割は、ml_use ラベルまたはデータフィルター式を使用して、データをセットに分割する方法を制御できるデータ分割方法です。手動分割を使用すると、データ分割ロジックをカスタマイズし、複雑なデータ形式や非標準のデータ形式を処理できます。店舗名機能は、売上データが収集された店舗の名前を示す機能です。店舗名機能を使用すると、データのソースを識別し、店舗ごとにデータをグループ化できます。ただし、Vertex AI の手動分割で、店舗名機能を使用してセットごとに 1 つの店舗を割り当てると、データを代表的でバランスの取れたセットに分割することができず、エラーが発生したり、パフォーマンスが低下したりする可能性があります。コードを記述し、ml_use ラベルまたはデータフィルター式を作成して構成し、セットごとに 1 つの店舗を割り当てる必要があります。さらに、このオプションでは、各セットのデータがデータセット全体のデータと同じ分布と特性を持つことが保証されないため、データの一般的なパターンを学習できず、モデルにバイアスや分散が生じる可能性があります2。
* オプション C: Vertex AI の時系列分割を使用し、時間変数として販売タイムスタンプ機能を指定すると、データを代表的でバランスの取れたセットに分割できず、エラーが発生したり、パフォーマンスが低下したりする可能性があります。時系列分割は、データの順序に基づいてデータをセットに分割できるデータ分割方法です。時系列分割は、データの時間的な依存性とシーケンスを維持し、データ漏洩を防ぐのに役立ちます。販売タイムスタンプ機能は、販売データが収集された日時を示す機能です。販売タイムスタンプ機能を使用すると、時間の経過に伴うデータの変化と傾向を追跡し、データの季節性と周期性を把握できます。ただし、Vertex AI の時系列分割を使用し、時間変数として販売タイムスタンプ機能を指定すると、データを代表的でバランスの取れたセットに分割できず、エラーが発生したり、パフォーマンスが低下したりする可能性があります。コードを記述し、時間変数を作成して構成し、時間変数の順序でデータを分割する必要があります。さらに、このオプションでは、各セットのデータがデータセット全体のデータと同じ分布と特性を持つことが保証されないため、データの一般的なパターンを学習できず、モデルにバイアスや分散が生じる可能性があります3。
* オプション D: Vertex AI ランダム分割を使用して、行の 70% をトレーニングセットに、10% を検証セットに、20% をテストセットに割り当てると、Vertex AI が提供するデフォルトのデータ分割方法を使用できなくなり、データ分割プロセスの複雑さとコストが増加する可能性があります。ランダム分割は、ランダムサンプリング方法を使用してデータをセットに分割し、各セットにデータのカスタムパーセンテージを割り当てることができるデータ分割方法です。ランダム分割は、データを代表的でバランスの取れたセットに分割し、データ漏洩を防ぐのに役立ちます。ただし、Vertex AI ランダム分割を使用して、行の 70% をトレーニングセットに、10% を検証セットに、20% をテストセットに割り当てると、Vertex AI が提供するデフォルトのデータ分割方法を使用できなくなり、データ分割プロセスの複雑さとコストが増加する可能性があります。コードを記述し、作成して、
* ランダム分割方法を設定し、各セットにカスタムパーセンテージを割り当てます。さらに、このオプションでは、Vertex AI によって提供されるデフォルトのデータ分割方法は使用されません。これにより、データ分割プロセスが簡素化され、ほとんどの場合に適切に機能します1。
参考文献:
* AutoML モデルのデータ分割について | Vertex AI | Google Cloud
* 非構造化データの手動分割
* 数学的分割

Professional-Machine-Learning-Engineer 試験問題 202

You are building an ML model to detect anomalies in real-time sensor data. You will use Pub/Sub to handle incoming requests. You want to store the results for analytics and visualization. How should you configure the pipeline?

A. 1 = Dataflow, 2 - Al Platform, 3 = BigQuery

B. 1 = DataProc, 2 = AutoML, 3 = Cloud Bigtable

C. 1 = BigQuery, 2 = AutoML, 3 = Cloud Functions

D. 1 = BigQuery, 2 = Al Platform, 3 = Cloud Storage

正解: A

* Dataflow is a fully managed service for executing Apache Beam pipelines that can process streaming or batch data1.
* Al Platform is a unified platform that enables you to build and run machine learning applications across Google Cloud2.
* BigQuery is a serverless, highly scalable, and cost-effective cloud data warehouse designed for business agility3.
これらのサービスは、大規模なデータの取り込み、前処理、トレーニング、提供、保存、視覚化を処理できるため、リアルタイムセンサーデータの異常を検出する ML モデルの構築に適しています。他のオプションは、次の理由からそれほど適していません。
* DataProcは、最適化されていないApache SparkおよびApache Hadoopクラスタを実行するためのサービスです。
* ストリーミングデータ処理用4.
* AutoML は、機械学習の専門知識が限られている開発者でも、ビジネスニーズに合わせた高品質のモデルをトレーニングできるようにする機械学習製品スイートです5。ただし、カスタムモデルやリアルタイム予測はサポートされていません。
* Cloud Bigtable は、大規模な分析および運用ワークロード向けのスケーラブルなフルマネージド NoSQL データベースサービスです。ただし、アドホッククエリやインタラクティブな分析向けには設計されていません。
* Cloud Functions は、クラウドサービスを構築および接続するためのサーバーレス実行環境です。
ただし、データの保存や視覚化には適していません。
* Cloud Storage は、Google Cloud 上でデータを保存およびアクセスするためのサービスです。ただし、データウェアハウスではなく、SQL クエリや視覚化ツールはサポートされていません。

Professional-Machine-Learning-Engineer 試験問題 203

機械学習スペシャリストは、画像内の自動車のメーカーとモデルを識別するモデルをトレーニングしています。スペシャリストは、転移学習と、一般的なオブジェクトの画像でトレーニングされた既存のモデルを使用したいと考えています。スペシャリストは、さまざまな自動車のメーカーとモデルを含む写真の大規模なカスタムデータセットを照合しました。
モデルを初期化してカスタムデータで再トレーニングするには、スペシャリストは何をする必要がありますか?

A. 最後の完全接続層を含むすべての層でランダムな重みを使用してモデルを初期化します。

B. すべてのレイヤーで事前トレーニング済みの重みを使用してモデルを初期化し、最後の完全に接続されたレイヤーを置き換えます。

C. すべてのレイヤーでランダムな重みを使用してモデルを初期化し、最後の完全に接続されたレイヤーを置き換えます。

D. 最後の完全接続層を含むすべての層で事前トレーニング済みの重みを使用してモデルを初期化します。

Professional-Machine-Learning-Engineer 試験問題 204

次のコードを使用して、Keras API で DNN 回帰モデルをトレーニングします。

モデルにはトレーニング可能な重みがいくつありますか? (以下の計算は正しいです。)

A. 501*256+257*128+2 = 161154

B. 500*256+256*128+128*2 = 161024

C. 500*256*0 25+256*128*0 25+128*2 = 40448

D. 501*256+257*128+128*2=161408

Professional-Machine-Learning-Engineer 試験問題 205

あなたは、ユーザーの食事計画を支援するアプリケーションを開発している会社で働いています。機械学習を使用してレシピのコーパスをスキャンし、記載されている各材料 (例: ニンジン、ライスパスタ) と各キッチン調理器具 (例: ボウル、鍋、スプーン) を抽出したいと考えています。各レシピは非構造化テキストファイルに保存されています。どうすればよいでしょうか?

A. エンティティ抽出のために Vertex Al にテキストデータセットを作成します。"材料" と "調理器具" という 2 つのエンティティを作成し、各エンティティの少なくとも 200 個の例にラベルを付けます。これらのエンティティタイプの出現を抽出するために AutoML エンティティ抽出モデルをトレーニングします。ホールドアウトデータセットでパフォーマンスを評価します。

B. Vertex Al でマルチラベルテキスト分類データセットを作成します。テストデータセットを作成し、各レシピにその材料と調理器具に対応するラベルを付けます。マルチクラス分類モデルをトレーニングします。ホールドアウトデータセットでモデルのパフォーマンスを評価します。

C. Natural Language API のエンティティ分析メソッドを使用して、各レシピから材料と調理器具を抽出し、事前にラベル付けされたデータセットでモデルのパフォーマンスを評価します。

D. エンティティ抽出用に Vertex Al にテキストデータセットを作成します。さまざまな材料や調理器具の数だけエンティティを作成します。それらのエンティティを抽出するために AutoML エンティティ抽出モデルをトレーニングします。ホールドアウトデータセットでモデルのパフォーマンスを評価します。