WEB問題集
正解：A
この問題の鍵となるフレーズは、「予測を理解し、解釈する（understand and interpret the predictions）」という点です。
なぜ選択肢 A が正しいのか？
Explainable AI (XAI) は、機械学習モデルが「なぜその結論に至ったのか」を人間が理解できる形で説明するためのツール群です。
-
特徴量アトリビューション: 予測結果に対して、どの入力データ（特徴量）がどの程度貢献したかを可視化します。
-
信頼性の向上: HRLのようなレース分析では、なぜ特定のヘリコプターが勝つと予測されたのかという根拠を知ることで、モデルの改善や意思決定に役立てることができます。
正解：C
この問題の核心は、「大量のデータを安く保存し、特定の期間（前シーズン）のデータだけを効率的に抽出してAI学習に使いたい」という点にあります。
なぜ選択肢 C が最適なのか？
-
費用対効果: BigQueryはストレージ料金が非常に安く（Cloud Storageと同等レベル）、分析に使用した分だけ課金されるため、大量の履歴データの保持に適しています。
-
パーティショニング（Partitioning）: シーズンごとにデータをパーティショニングすることで、モデルのトレーニング時に「前シーズンのデータだけ」をスキャン対象にできます。これにより、全データを読み込む必要がなくなり、クエリコストを劇的に抑えられます。
-
スキーマの柔軟性: 将来的にテレメトリの種類（収集する情報量）が増えても、BigQueryは新しい列（Column）の追加が容易です。
-
MLとの親和性: HRLはAI Platform（Vertex AI）の利用を計画しており、BigQueryはそれらのツールとシームレスに連携できます。
正解：C
この問題のポイントは、「稼働していないリソースを迅速に特定してコストを削減する」ためのGoogle Cloudの標準機能を知っているかどうかです。
なぜ選択肢 C が正解なのか？
Google Cloud には Recommender（推奨事項） という、機械学習を用いて利用状況を分析し、最適化を提案する機能があります。
-
Idle VM Recommender: 過去8日間の使用状況を分析し、CPU利用率やネットワークトラフィックが極めて低いインスタンスを「アイドル状態」として自動的に検出します。
-
迅速な対応: 自分で統計を取ったりログインしたりすることなく、コマンド一つ、あるいはコンソールの「推奨事項」画面から一括でリストを取得できるため、最も効率的です。
（2つ選択）
正解：A, B
この問題の核心は、医療データ（PHI：保護対象保健情報）をクラウドで扱う際の、法的・規制上の要件を満たすことにあります。
なぜ選択肢 A と B が正解なのか？
-
BAAの締結 (選択肢 B): 米国の医療保険の相互運用性と責任に関する法律（HIPAA）では、医療データを扱う組織がクラウドプロバイダーを利用する場合、BAA（Business Associate Agreement）という契約を交わすことが法的義務となっています。これを締結しない限り、Google Cloud上で医療データを扱うことはコンプライアンス違反となります。
-
準拠製品の確認 (選択肢 A): Google CloudのすべてのサービスがHIPAAなどの特定の規制に対応しているわけではありません。監査に合格するためには、使用している個々のサービス（BigQuery, Compute Engineなど）が、Googleが定義する「HIPAA準拠サービス」に含まれているかを確認する必要があります。
正解：A
この問題の核心は、「ビジネス上不可欠（ミッションクリティカル）」な接続において、どのように可用性と信頼性を確保するかという点にあります。
なぜ選択肢 A が正解なのか？
-
高可用性 (High Availability): 「ビジネス上不可欠」なシステムでは、1つの接続が切れても通信が途絶えない「冗長性」が必須です。既存の接続に加えて新しい Dedicated Interconnect 接続を追加することで、Google Cloudが定義する高可用性（99.9% または 99.99% の SLA）の構成を実現できます。
-
セキュリティとポリシー: Dedicated Interconnect はパブリックなインターネットを経由しないプライベートな専用線です。EHRの厳しいセキュリティ要件を満たしつつ、既存のネットワークポリシーをそのまま適用できます。