BigQuery is a serverless data warehouse that allows you to perform SQL queries on large-scale data. BigQuery ML is a feature of BigQuery that enables you to create and execute machine learning models using standard SQL queries. You can use BigQuery ML to perform linear regression on your data and create a model. BigQuery also provides a scheduling service that allows you to create and manage recurring SQL queries. You can use BigQuery's scheduling service to run the model retraining query periodically, such as every week. You can specify the destination table for the query results, and the schedule options, such as start date, end date, frequency, and time zone. You can also monitor the status and history of your scheduled queries. This solution can help you retrain the model on the cumulative data collected every week, while minimizing the development effort and the scheduling cost. Reference:
BigQuery ML | Google Cloud
Scheduling queries | BigQuery

最も大きな特徴量がモデルに過剰適合しないようにするための最善策は、データを正規化して、値が0から1の間に収まるようにスケーリングすることです。これは、最小最大スケーリングまたは特徴量スケーリングとも呼ばれ、データの分散と歪度を低減し、モデルの数値安定性と収束性を向上させることができます。データを正規化することで、モデルは特徴量のスケールに対する感度を下げ、各特徴量の相対的な重要性に重点を置くことができます。データの正規化は、各値を最大値で割る、最小値を引いて範囲で割る、またはPythonのsklearn.preprocessing.MinMaxScaler関数を使用するなど、さまざまな方法で行うことができます。
他の選択肢は、以下の理由から最適とは言えません。
A．対数関数を用いてデータを標準化することは、データの分布や関係性を歪め、偏りや誤差を生じさせる可能性があるため、良い選択肢ではありません。さらに、対数関数は負の値やゼロの値に対して定義されていないため、適用範囲が制限され、モデルに問題が生じる可能性があります。
B．特定の特徴の影響を最小限に抑えるために主成分分析（PCA）を適用することは、データとモデルの解釈可能性と説明可能性を低下させる可能性があるため、良い選択肢ではありません。PCAは、データの分散の大部分を捉える新しい直交特徴のセットにデータを変換する次元削減手法です。しかし、これらの新しい特徴は元の特徴と直接関連しているわけではなく、その過程で情報や意味の一部が失われる可能性があります。さらに、PCAは計算コストが高く複雑になる可能性があり、目の前の問題には必ずしも必要ではないかもしれません。
C. 各特徴量の値を適切なビン番号に置き換えるビニング戦略は、データの粒度と精度が失われ、ノイズや外れ値が発生する可能性があるため、良い選択肢ではありません。ビニングは、特徴量の連続値を有限個のビンまたはカテゴリにグループ化する離散化手法です。しかし、これによりデータの変動性と多様性が低下し、データの真の性質を反映しない可能性のある人為的な境界とギャップが作成されることがあります。さらに、ビニングは恣意的で主観的になりがちで、ビンのサイズと数の選択に依存します。
参照：
プロフェッショナルMLエンジニア試験ガイド
Google Cloud認定資格の準備：機械学習エンジニアプロフェッショナル認定資格 Google Cloudが機械学習エンジニア認定資格を開始 機械学習における特徴量スケーリング：正規化と標準化の違いを理解する sklearn.preprocessing.MinMaxScalerのドキュメント 主成分分析を視覚的に解説 Pythonでのデータのビニング

Vertex AI は、Google Cloud 上で機械学習ソリューションを構築および管理するための統合プラットフォームです。TensorFlow、PyTorch、scikit-learn、XGBoost などのさまざまなフレームワークを使用してカスタムモデルをトレーニングするためのマネージドサービスを提供します。Vertex AI で PyTorch モデルをトレーニングするには、パッケージの作成と配布を行う Python ツールである Setuptools を使用してコードをパッケージ化する必要があります。また、フレームワークの依存関係とライブラリを含む Docker イメージである、事前に構築されたコンテナを使用する必要があります。Google が提供する事前に構築されたコンテナのリストから選択するか、独自のカスタムコンテナを作成できます。事前に構築されたコンテナを使用すると、モデルの環境をインストールして構成する手間を省くことができます。トレーニング ジョブにカスタム ティアを指定することもできます。これにより、使用する GPU の数と種類を選択できます。V100、P100、K80、T4 など、さまざまな GPU オプションから選択できます。 4基のV100 GPUを使用することで、これらのアクセラレータの高いパフォーマンスとメモリ容量を活用し、CPUを使用する場合よりも高速かつ低コストでモデルをトレーニングできます。このソリューションはコードの変更を最小限に抑え、トレーニングワークロードを効率的に拡張できます。参考資料：
Vertex AI | Google Cloud
事前構築済みコンテナを使用したカスタムトレーニング | Vertex AI
【GPUの活用｜Vertex AI】

公式試験ガイド1によると、試験で評価されるスキルの1つは「パイプライン成果物の系統を追跡する」ことです。Vertex AI Experiments2は、モデルトレーニング実行の結果を追跡および比較できるサービスです。Vertex AI Experimentsは、各トレーニング実行のハイパーパラメータ、メトリクス、成果物などのメタデータを自動的にログに記録します。Vertex AI Experimentsを使用して、TensorFlow、PyTorch、XGBoost、またはscikit-learnを使用してカスタムモデルをトレーニングできます。Vertex AI Model Registry3は、トレーニング済みモデルを中央の場所で管理できるサービスです。Vertex AI Model Registryを使用して、モデルを登録し、ラベルと説明を追加し、モデルの系統グラフを表示できます。系統グラフには、データセット、トレーニングパイプライン、評価メトリクスなど、モデルの作成の一部である成果物と実行が表示されます。その他のオプションは、このシナリオには関係ありません。参照:
プロフェッショナルMLエンジニア試験ガイド
Vertex AI実験
Vertex AIモデルレジストリ
Googleプロフェッショナル機械学習認定試験2023
最新のGoogleプロフェッショナル機械学習エンジニア試験の実際の無料問題