1.1基礎
画像分類と画像生成のモデルを比較する。
出力目的に応じてモデルの種類を説明する。
説明として正しいものを2つ選べ。
× 不正解
判別モデルはクラスや値の予測、生成モデルは学習分布から新しいコンテンツの生成を主目的とする。
詳細解説
正しい判別モデルは入力からクラスや値を予測する
既存のデータを分類・予測する用途である。
既存のデータを分類・予測する用途である。
問題の要件では、判別モデルは入力からクラスや値を予測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。
正しい生成モデルは学習した分布をもとに新しい文章や画像を生成する
新しいサンプルやコンテンツを作る用途である。
新しいサンプルやコンテンツを作る用途である。
問題の要件では、生成モデルは学習した分布をもとに新しい文章や画像を生成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。
誤り生成モデルの出力は常に訓練データの正確なコピーである
生成結果は新しく、誤りや権利問題を含み得る。
生成結果は新しく、誤りや権利問題を含み得る。
問題の要件では、生成モデルの出力は常に訓練データの正確なコピーであ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。
誤り判別モデルは必ず文章を生成する
判別はクラスやスコアを返すことが多い。
判別はクラスやスコアを返すことが多い。
問題の要件では、判別モデルは必ず文章を生成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 1.1の判別モデル、生成モデル、ユースケースを確認する。期待される結果
予測とコンテンツ生成の目的からモデルの種類を区別できる。理解のポイント
- 判別
- 生成
- 出力目的
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
判別モデル
入力からクラス、確率、数値などの出力を予測するモデル。
生成モデル
学習したデータ分布を利用し、文章・画像・音声など新しいデータを生成するモデル。
問題IDAWS-AIF-252
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