1.1基礎
画像分類モデルを本番に公開する。
モデルを作る工程と、利用者の画像を判定する工程を区別する。
推論に該当する処理はどれか。
× 不正解
推論は学習済みモデルへ新しい入力を与えて予測を得る処理で、訓練はデータからモデルパラメータを更新する処理である。
詳細解説
正しい学習済みモデルへ新しい画像を入力し、予測ラベルを返す
既存モデルを使って未知の入力に対する出力を計算する処理が推論である。
既存モデルを使って未知の入力に対する出力を計算する処理が推論である。
問題の条件では、学習済みモデルへ新しい画像を入力し、予測ラベルを返すが担う対象と、ほかの選択肢が担う対象を分けて考える。
誤りラベル付き画像を使ってモデルの重みを更新する
データからモデルのパラメータを学ぶ訓練処理である。
データからモデルのパラメータを学ぶ訓練処理である。
問題の条件では、ラベル付き画像を使ってモデルの重みを更新するが担う対象と、ほかの選択肢が担う対象を分けて考える。
誤り訓練データを正規化し、欠損値を補完する
モデルへ入力する前のデータ準備に当たる。
モデルへ入力する前のデータ準備に当たる。
問題の条件では、訓練データを正規化し、欠損値を補完するが担う対象と、ほかの選択肢が担う対象を分けて考える。
誤り評価用データで正解率を計算する
モデル性能を測定する評価処理である。
モデル性能を測定する評価処理である。
問題の条件では、評価用データで正解率を計算するが担う対象と、ほかの選択肢が担う対象を分けて考える。
実際に確かめる
一時的な検証環境で実行できる例です。
AWS公式AIF-C01ガイドのDomain 1.1で、trainingとinferenceの用語を確認する。期待される結果
新しい入力に対するモデルの予測処理を推論として区別できる。理解のポイント
- 訓練
- 推論
- 評価
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントの対象サービス・機能の説明と、AIF-C01の対応Taskを確認する。
- サービスの提供範囲と、利用者が設計・設定する範囲を混同しない。
基礎のおさらい
訓練
訓練データと目的関数を用いてモデルのパラメータを調整する工程。
推論
学習済みモデルへ入力を渡し、予測結果を得る工程。レイテンシや推論コストが重要になる。
問題IDAWS-AIF-003
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告