1.2標準
将来の結果を含む列で不正検知モデルを作っている。
検証スコアが高すぎる理由を調べる。
対応として適切なものを2つ選べ。
× 不正解
データリーケージを防ぐには予測時点の利用可能性を守り、分割後に前処理を適合する。高い検証スコアだけで本番性能を保証しない。
詳細解説
正しい予測時点で利用可能な情報だけを特徴量へ含め、時系列で分割する
未来情報が訓練へ混ざるのを防げる。
未来情報が訓練へ混ざるのを防げる。
問題の要件では、予測時点で利用可能な情報だけを特徴量へ含め、時系列で分割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。
正しい前処理、特徴量作成、サンプリングを訓練データ内で適合し、検証へ同じ処理を適用する
検証データの情報が学習へ漏れにくい。
検証データの情報が学習へ漏れにくい。
問題の要件では、前処理、特徴量作成、サンプリングを訓練データ内で適合し、検証へ同じ処理を適用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。
誤り全期間で平均を計算してから訓練・検証へ分ける
未来や検証の情報が訓練へ入る可能性がある。
未来や検証の情報が訓練へ入る可能性がある。
問題の要件では、全期間で平均を計算してから訓練・検証へ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。
誤り検証スコアが高いので本番での時点制約を確認しない
本番で使えない未来情報による見かけの性能かもしれない。
本番で使えない未来情報による見かけの性能かもしれない。
問題の要件では、検証スコアが高いので本番での時点制約を確認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 Domain 1.2のデータ品質、リーケージ、訓練・検証分割を確認する。期待される結果
未来情報と検証情報が訓練へ漏れる経路を説明し、時系列で防止できる。理解のポイント
- 未来情報
- 時系列分割
- 前処理の適合
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
データリーケージ
本来予測時に利用できない情報が訓練や検証へ入り、性能を過大評価すること。
時系列分割
過去で学習し、未来の期間で検証する分割方法。
問題IDAWS-AIF-231
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