商品を事前定義したカテゴリへ分類する。カテゴリはデータ上で101、202、303というIDとして保存するが、大小関係や差額を表す番号ではない。
別の出力として商品の価格を金額として見積もり、表示時に1円単位へ丸めたい。さらに商品説明文の草案も作る。必要な出力の意味を整理する。
タスクの説明として適切なものを2つ選べ。
タスクは保存形式ではなく出力の意味で区別する。カテゴリIDは分類、金額の見積もりは回帰、説明文の草案作成は生成として整理し、それぞれの評価を分ける。
詳細解説
本問のIDには量としての大小や差の意味がない。数値間の距離をそのままカテゴリの誤りの大きさとして扱わない。
カテゴリの正しさと草案の事実の正しさは別である。草案は確認済み仕様との照合など、生成内容に合う評価が必要になる。
表示形式ではなく、何を予測するかで区別する。あらかじめ定めた価格帯への割り当てを目的にすれば分類だが、本問は金額そのものの見積もりである。
予測対象は価格という量である。表示を1円単位に丸めるだけで、事前定義した価格帯クラスを予測する分類へ変わるわけではない。
番号はカテゴリを識別するための符号である。数値形式で保存することだけで、連続量を見積もる回帰へ変わるわけではない。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
SageMaker AIの分類・回帰の説明と、Bedrockの分類・文章生成の例を確認する。カテゴリID、金額の見積もり、価格帯クラス、説明文の草案について、出力の意味と評価方法を比較する。
参考にした公式資料
確認できる内容
数値のカテゴリIDや金額の丸めだけでタスクを決めず、カテゴリ・量・生成文を区別できる。分類正解率を生成文の事実確認の代わりにしない。
理解のポイント
- 出力の意味
- カテゴリID
- 金額と表示
- 生成内容の評価
確認時の注意
- 確認環境: 現行AIF-C01 Task1.1と関連するAWS一次資料の確認。架空の例で概念を比較し、実モデルの訓練・推論は行わない。
- 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
符号と量を区別する
101、202、303というカテゴリIDは、価格や温度のような量ではない。数値で表されても意味のない差を誤差として扱わず、カテゴリの正しさを確認する。
予測対象と表示形式を分ける
価格の見積もりを丸めることと、価格帯クラスを予測することは異なる。回帰か分類かは、表示が整数かどうかだけでなく、必要な出力の意味で判断する。
生成の評価を別に設ける
説明文を作る目的と、カテゴリや金額を予測する目的は別の出力として整理する。生成モデルでも分類に使える場合があり、モデルの能力を排他的に二分せず、各出力に合う正解やレビューで確かめる。