[2024-12-25更新,35問] 無料SASInstitute A00-406試験問題集、A00-406復習教材(ページ 6)

機械学習パイプラインにおけるハイパーパラメータ調整の目的は何ですか?

A. モデルをトレーニングする

B. モデルの予測を評価する

C. モデルのハイパーパラメータを最適化してパフォーマンスを向上させる

D. 最も重要な機能を選択する

モデル構築の文脈において、ハイパーパラメータ調整の目的は何ですか?

A. モデルのトレーニング

B. データの視覚化

C. モデルのハイパーパラメータを最適化してパフォーマンスを向上させる

D. 最も重要な機能を選択する

機械学習における過剰適合とは何ですか? また、パイプラインではどのように対処できますか?

A. モデルが単純すぎてパフォーマンスが低下した場合、過剰適合が発生します。

B. 過剰適合は、モデルがトレーニングデータに近すぎる場合に発生し、一般化がうまくいかない可能性があります。これは、正規化手法によって対処できます。

C. 機械学習パイプラインでは、過剰適合は問題になりません。

D. 過剰適合は、モデルが複雑すぎて過剰にパフォーマンスを発揮した場合に発生します。

データソース管理のコンテキストにおける「データリネージ」とは何を指しますか?

A. リレーショナルデータベースの構造

B. データストレージの物理的な場所

C. データアクセスのセキュリティプロトコル

D. データ変換プロセスの歴史

特に不均衡なデータセットを扱う場合、機械学習パイプラインのバイナリ分類によく使用されるアルゴリズムはどれですか?

A. サポートベクターマシン (SVM)

B. 線形回帰

C. K平均法クラスタリング

D. 主成分分析 (PCA)

最新アップロード: 145APEGS.NPPE.v2026-09-03.q79; 184ASIS.ASIS-PSP.v2026-09-03.q195; 148Microsoft.GH-300.v2026-09-03.q70; 145Salesforce.AP-208.v2026-09-02.q62; 167Fortinet.NSE7_FSN_AR-7.6.v2026-09-02.q99; 135SAP.C_P2WBW_2505.v2026-09-01.q28; 131HP.HPE0-J81.v2026-09-01.q17; 154F5.402.v2026-09-01.q52; 180Lpi.304-200.v2026-08-31.q125; 139EMC.D-SNC-DY-00.v2026-08-31.q15

PDFファイルをダウンロード