1.3標準
翌月需要を予測するモデルを評価する。
未来の販売実績が訓練データへ混ざらないようにする。
評価設計として最も適切なものはどれか。
× 不正解
時系列予測では時間順の分割で未来情報を防ぎ、過去で学習して後の期間で評価する。
詳細解説
正しい過去を訓練、後の期間を検証・テストとして時系列順に分ける
予測時と同じ時間順の条件で未来を評価できる。
予測時と同じ時間順の条件で未来を評価できる。
問題の要件では、過去を訓練、後の期間を検証・テストとして時系列順に分け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。
誤り全期間から無作為にサンプルし、未来と過去を混ぜる
未来情報が訓練へ混ざり、性能を過大評価する可能性がある。
未来情報が訓練へ混ざり、性能を過大評価する可能性がある。
問題の要件では、全期間から無作為にサンプルし、未来と過去を混ぜ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。
誤りテスト期間を訓練へ追加してから評価する
独立した評価データを失う。
独立した評価データを失う。
問題の要件では、テスト期間を訓練へ追加してから評価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。
誤り評価期間を記録しない
どの期間の性能か再現できない。
どの期間の性能か再現できない。
問題の要件では、評価期間を記録しないが解決する範囲と、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Domain 1.3のデータ分割・リーケージを確認する。期待される結果
時系列では無作為分割より時間順分割が必要な理由を説明できる。理解のポイント
- 時間順
- 未来情報
- 評価期間
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
時系列分割
過去・未来の順序を保ち、後の期間を検証・テストへ回す方法。
データリーケージ
予測時に知らない未来情報が学習や評価へ混入すること。
問題IDAWS-AIF-089
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