1.2標準
ラベル付きデータで分類モデルを作る。
モデル選択と最終性能評価を分離する。
説明として正しいものを2つ選べ。
× 不正解
訓練は学習、検証は開発中の比較、テストは最後の未知データ評価に使い、分割間の重複を避ける。
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
モデルがデータから規則を学習する。
モデルがデータから規則を学習する。
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候補モデルの比較に使い、テストは最後に保留する
開発と最終評価を分離できる。
開発と最終評価を分離できる。
問題の要件では、検証データはハイパーパラメータや候補モデルの比較に使い、テストは最後に保留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。
誤りテストデータを何度も見てモデルを選ぶ
テストへ適応し、性能を過大評価する。
テストへ適応し、性能を過大評価する。
問題の要件では、テストデータを何度も見てモデルを選ぶが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り同じ行を訓練とテストへ重複させる
未知データの評価にならない。
未知データの評価にならない。
問題の要件では、同じ行を訓練とテストへ重複させ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 Domain 1.2のデータ分割、モデル評価、過学習を確認する。期待される結果
訓練・検証・テストの役割とデータ漏えいの危険を説明できる。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の開発上の選択に使うデータ。
テストデータ
開発に使わず、最終性能を一度評価するためのデータ。
問題IDAWS-AIF-234
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