Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はAです。machine learning algorithm は、データから学習するための汎用的な数学的手順や処理ロジックを定義したものです（例：線形回帰、決定木、ニューラルネットワークなど）。一方、trained model は、特定のトレーニングデータセットに対してアルゴリズムを適用し、学習プロセスを経てパラメータが最適化された後の成果物です。このモデルは新しいデータに対して予測を実行する実用的なツールとなります。Azure Machine Learning では、アルゴリズムを選択してトレーニングを実行し、その結果として trained model を生成し、エンドポイントにデプロイして推論に利用します。
選択肢 B：algorithm は評価指標ではなく学習の手順そのものです。また trained model がデータの前処理を担当するという説明は誤りです。前処理はパイプラインの別のステップで実行されます。
選択肢 C：algorithm と trained model は異なる概念です。algorithm は学習前の汎用的な手法であり、trained model は学習後の具体的な予測ツールです。両者を同一視することはできません。
選択肢 D：algorithm の役割はデータクレンジングではなく、データからパターンを学習する処理手順です。また trained model は中間生成物ではなく、推論・予測に使用される最終的な成果物です。
Azure Machine Learning
選択肢 B：algorithm は評価指標ではなく学習の手順そのものです。また trained model がデータの前処理を担当するという説明は誤りです。前処理はパイプラインの別のステップで実行されます。
選択肢 C：algorithm と trained model は異なる概念です。algorithm は学習前の汎用的な手法であり、trained model は学習後の具体的な予測ツールです。両者を同一視することはできません。
選択肢 D：algorithm の役割はデータクレンジングではなく、データからパターンを学習する処理手順です。また trained model は中間生成物ではなく、推論・予測に使用される最終的な成果物です。
関連サービスの解説
Machine Learning ServiceAzure Machine Learning
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 100%
No.2 解説
Azure Machine Learning を活用した予測システムの開発において、machine learning algorithm と trained model の関係性を正しく説明しているのはどれですか。
- algorithm とは学習プロセスを通じてパラメータが調整される前の汎用的な処理手順であり、trained model はそのアルゴリズムにデータを適用して得られた予測可能な成果物である
- algorithm は予測結果を評価するための指標であり、trained model はデータの前処理を担当するコンポーネントである
- algorithm と trained model は実質的に同一の概念を指す異なる呼称であり、どちらも学習済みの予測エンジンを意味する
- algorithm はデータのクレンジングとバリデーションのみに使用され、trained model は学習フェーズでのみ利用される中間生成物である