3.4標準
顧客の問い合わせ傾向が変わり、分類モデルの見逃しが増えている。
モデルを再学習すべきか判断したい。
監視する情報として適切なものを2つ選べ。
× 不正解
本番では入力分布の変化と、ラベルが得られた後の実績性能を監視し、再評価や再学習の契機を判断する。
詳細解説
正しい入力データの分布の変化
本番入力が訓練時の分布から変わると、性能低下の兆候になり得る。
本番入力が訓練時の分布から変わると、性能低下の兆候になり得る。
問題の要件では、入力データの分布の変化が解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい正解ラベルが得られた後の性能指標
実際の結果が得られれば、精度や再現率などを継続評価できる。
実際の結果が得られれば、精度や再現率などを継続評価できる。
問題の要件では、正解ラベルが得られた後の性能指標が解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りモデルのファイル名の長さ
ファイル名は入力分布や性能変化を示さない。
ファイル名は入力分布や性能変化を示さない。
問題の要件では、モデルのファイル名の長さが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り監視を一度だけ実施する
データや業務条件は変化するため継続監視が必要である。
データや業務条件は変化するため継続監視が必要である。
問題の要件では、監視を一度だけ実施するが解決する範囲と、別の工程が担う範囲を分けて判断する。
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 3.4でデータドリフト・モデル監視を確認する。期待される結果
入力の変化と実績性能を別の監視対象として説明できる。理解のポイント
- データドリフト
- 性能監視
- 再評価
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公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
データドリフト
本番入力の分布や特徴が、訓練・評価時から変化すること。
モデル監視
品質、入力、出力、遅延、エラー、コストなどを継続的に観測する運用。
問題IDAWS-AIF-048
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