1.3基礎
画像分類モデルの学習を行う。
モデル選択と最終性能評価を同じデータで行わない。
データ分割の説明として適切なものを2つ選べ。
× 不正解
訓練は学習、検証は候補選択、テストは最終的な未知データ性能の評価に分け、評価データへの適応を避ける。
詳細解説
正しい訓練データはモデルのパラメータを学習するために使う
学習に使うデータと評価に使うデータを分離する基本的な役割である。
学習に使うデータと評価に使うデータを分離する基本的な役割である。
問題の要件では、訓練データはモデルのパラメータを学習するために使うが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい検証データはハイパーパラメータやモデル候補の比較に使う
最終テストを汚染せずに選択を行える。
最終テストを汚染せずに選択を行える。
問題の要件では、検証データはハイパーパラメータやモデル候補の比較に使うが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りテストデータを何度も見てモデルを調整する
テストへ適応すると独立した最終評価にならない。
テストへ適応すると独立した最終評価にならない。
問題の要件では、テストデータを何度も見てモデルを調整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。
誤り全データを訓練に入れ、同じデータで性能を報告する
未知データへの一般化性能を測れない。
未知データへの一般化性能を測れない。
問題の要件では、全データを訓練に入れ、同じデータで性能を報告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試験ガイドDomain 1.3の訓練・検証・テスト分割を確認する。期待される結果
各データ分割の目的とテスト汚染の問題を説明できる。理解のポイント
- 訓練
- 検証
- テスト
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
検証データ
モデルやハイパーパラメータを選択・調整するためのデータ。
テストデータ
開発判断に使わず、最終的な一般化性能を測るために保留するデータ。
問題IDAWS-AIF-096
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