MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備

全18問。各問に解説と選択肢ごとの解説がついています。

• 問1RAG（検索拡張生成）アプリケーションのために、ドキュメントの埋め込みベクトルを格納し、大規模に類似度検索（最近傍検索…
• 問2学習時と推論時で同じ特徴量を一貫して再利用・共有し、特徴量の重複計算や学習／推論間の不整合（トレーニング・サービングス…
• 問3学習前のデータについて、欠損値処理・エンコーディング・スケーリングなどの変換と特徴量エンジニアリングを、ビジュアルな操…
• 問4RAG アプリの検索精度を高めるため、長いドキュメントをそのまま埋め込むのではなく、適切な単位に分割して準備したいと考…
• 問5学習用データセットに欠損値・重複・外れ値が含まれており、モデルの品質に影響しています。学習前に品質を検証・クレンジング…
• 問6二値分類の学習データで、陽性クラスが全体の 2% しかない強いクラス不均衡があり、少数クラスの検出性能が低くなっていま…
• 問7多数のIoTデバイスから継続的に届くテレメトリを、リアルタイムに取り込んで後続の前処理・特徴量生成へ流したい。最も適し…
• 問8SageMaker Feature Store で、学習用にはまとまったデータの一括取得、オンライン推論時には低レイテ…
• 問9学習前のデータについて、欠損値補完・エンコーディング・スケーリングなどの変換を、コードを書く量を抑えて視覚的（GUI）…
• 問10数値特徴量のスケール（単位や範囲）がばらばらで、距離や勾配に基づくアルゴリズムの学習に悪影響が出ている。前処理として行…
• 問11学習に使うデータに、特定の属性（性別・年齢など）に対する偏り（バイアス）がないかを検出し、またモデルの予測がどの特徴量…
• 問12モデルの汎化性能を正しく見積もり、評価データの情報が学習に漏れ込む（データリーケージ）のを防ぎたい。データの扱いとして…
• 問13数テラバイトに及ぶ学習データを Amazon S3 に保存し、ML の学習・分析で日付や地域などの条件で必要な部分だけ…
• 問14機械学習の前処理で、「赤・青・緑」のような順序関係のないカテゴリ値を、多くのアルゴリズムが扱える数値表現に変換したいと…
• 問15特徴量の数が数千と非常に多く、学習が遅く過学習も起きやすくなっています。情報をできるだけ保ちながら特徴量の次元を削減し…
• 問16画像分類モデルの学習データが少なく、モデルが汎化しにくい状況です。既存の画像から、回転・反転・明るさ変更などで学習デー…
• 問17大規模なデータパイプラインで取り込む学習用データが、期待する品質ルール（欠損率・値域・一意性・鮮度など）を満たしている…
• 問18複数のソース（データベース、ログ、S3 上の生ファイル）から学習用データを定期的に集約し、クレンジング・結合・形式変換…