1.3標準
日次で新しいラベルデータが届く。
品質劣化を監視し、必要なときだけ再学習する。
運用として適切なものを2つ選べ。
× 不正解
再学習はデータ品質と分布を確認し、固定評価・本番指標・承認・段階展開で更新する。
詳細解説
正しい新データの品質・分布・ラベルを検証してから再学習を開始する
壊れたデータでモデルを更新するのを防ぐ。
壊れたデータでモデルを更新するのを防ぐ。
問題の要件では、新データの品質・分布・ラベルを検証してから再学習を開始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。
正しい固定評価と本番指標で改善を確認し、承認後に段階展開する
再学習による回帰を管理できる。
再学習による回帰を管理できる。
問題の要件では、固定評価と本番指標で改善を確認し、承認後に段階展開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。
誤り新データが届くたびに評価なしで本番へ置き換える
品質と安全性の回帰が起こり得る。
品質と安全性の回帰が起こり得る。
問題の要件では、新データが届くたびに評価なしで本番へ置き換え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。
誤り再学習版のモデルとデータを記録しない
結果を再現・比較できない。
結果を再現・比較できない。
問題の要件では、再学習版のモデルとデータを記録しないが解決する範囲と、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 1.3の再学習、モデルレジストリ、評価を確認する。期待される結果
定期再学習を自動化しつつ、品質ゲートと承認を残せる。理解のポイント
- 再学習
- 品質ゲート
- 承認
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
再学習
新しいデータで既存モデルを更新し、分布変化へ適応する工程。
品質ゲート
データやモデルが定めた品質・安全条件を満たしたかを確認する関門。
問題IDAWS-AIF-274
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