3.3標準
新しい推薦モデルを評価する。
実験データの精度と、実ユーザーの行動・安全性を別に見る。
評価として適切なものを2つ選べ。
× 不正解
オフラインでは候補を固定条件で比較し、本番では遅延・エラー・利用者影響・安全性を監視する。両者は代替ではない。
詳細解説
誤り本番指標を改善するため評価データを都合よく変更する
比較基準と評価の信頼性が損なわれる。
正しいオフラインの固定データで精度・再現率・安全性を比較する
全量展開前に候補の品質を比較できる。
正しい本番では遅延、エラー、利用継続、苦情、偏りなどの影響指標を監視する
実際の利用影響と運用品質を確認できる。
誤りオフライン精度が高ければ本番の利用者影響は測らない
分布や行動が異なり、影響が変わる可能性がある。
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。
AWS公式AIF-C01 Domain 3.3のモデル評価、運用指標、責任あるAIを確認する。
参考にした公式資料
確認できる内容
開発時指標と本番影響指標を分け、段階展開で確認できる。
理解のポイント
- オフライン評価
- 本番監視
- 利用者影響
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
オフライン評価
固定されたデータと条件でモデル候補を比較する評価。
本番指標
実運用での品質、遅延、エラー、利用者影響を表す指標。
問題IDAWS-AIF-244
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