4.1標準
顧客問い合わせで使うモデルを学習する。
地域・言語・利用環境の違いを見落とさない。
データ確認として適切なものを2つ選べ。
× 不正解
データの代表性は利用者・地域・言語・時期・環境を本番分布と比べ、不足集団を品質・同意・ラベル基準とともに補う。
詳細解説
正しい対象利用者、地域、言語、端末、季節を本番分布と比較する
訓練データが利用対象を代表するか確認できる。
訓練データが利用対象を代表するか確認できる。
問題の要件では、対象利用者、地域、言語、端末、季節を本番分布と比較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。
正しい不足する集団を追加収集し、品質・同意・ラベル基準を確認する
量だけでなく適法性とラベル品質を改善できる。
量だけでなく適法性とラベル品質を改善できる。
問題の要件では、不足する集団を追加収集し、品質・同意・ラベル基準を確認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。
誤り過去のデータが多ければ現在の全利用者を代表するとみなす
分布と利用条件が変わる可能性がある。
分布と利用条件が変わる可能性がある。
問題の要件では、過去のデータが多ければ現在の全利用者を代表するとみな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。
誤り少数集団をテストから除外する
その集団の性能と影響が見えなくなる。
その集団の性能と影響が見えなくなる。
問題の要件では、少数集団をテストから除外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。
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 4.1のデータ代表性、公平性、品質を確認する。期待される結果
量の多さと本番を代表することを区別し、欠けた集団を確認できる。理解のポイント
- 代表性
- 分布
- ラベル
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
代表性
データが想定利用者・条件・分布をどの程度反映しているか。
分布差
訓練・評価データと本番データで属性や入力傾向が異なること。
問題IDAWS-AIF-245
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