1.1基礎
AIの用途を整理する。
既存のラベルを予測する仕事と、新しい文章を作る仕事を区別する。
対応として適切なものを2つ選べ。
× 不正解
既知の結果や数値を当てる用途は予測、文章・画像・コードなど新しいコンテンツを作る用途は生成として要件に合わせて選ぶ。
詳細解説
正しい顧客が解約する確率を出すなら予測モデルを検討する
既知の結果をもとに、入力に対する数値やクラスを予測する用途である。
既知の結果をもとに、入力に対する数値やクラスを予測する用途である。
問題の要件では、顧客が解約する確率を出すなら予測モデルを検討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。
正しい商品説明の草案を作るなら生成モデルを検討する
入力から新しい文章や画像などのコンテンツを生成する用途である。
入力から新しい文章や画像などのコンテンツを生成する用途である。
問題の要件では、商品説明の草案を作るなら生成モデルを検討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。
誤り生成モデルは必ず既存ラベルだけを返す
自由なコンテンツ生成が特徴で、分類器とは目的が異なる。
自由なコンテンツ生成が特徴で、分類器とは目的が異なる。
問題の要件では、生成モデルは必ず既存ラベルだけを返すが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り予測モデルは入力を必要としない
予測には特徴量などの入力が必要である。
予測には特徴量などの入力が必要である。
問題の要件では、予測モデルは入力を必要と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試験ガイドDomain 1.1の予測AIと生成AIの違いを確認する。期待される結果
予測と生成の目的・出力の違いを具体例で説明できる。理解のポイント
- 予測
- 生成
- 用途適合
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
予測モデル
入力から分類、確率、数値などの既定の出力を推定するモデル。
生成モデル
文章、画像、音声、コードなど新しいコンテンツを生成するモデル。
問題IDAWS-AIF-132
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