1.3標準
注文履歴から不正検知の特徴量を作る。
予測時点で使える情報だけを利用する。
設計として適切なものを2つ選べ。
× 不正解
特徴量は予測時点の情報だけで作り、定義・単位・欠損・版を管理して訓練と推論で同じ処理を使う。
詳細解説
正しい予測時点までの履歴だけで集計し、未来の結果を含めない
リーケージを防げる。
リーケージを防げる。
問題の要件では、予測時点までの履歴だけで集計し、未来の結果を含め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。
正しい特徴量定義、単位、欠損処理、計算版を管理し、訓練と推論で同じ処理を使う
再現性と一貫性を保てる。
再現性と一貫性を保てる。
問題の要件では、特徴量定義、単位、欠損処理、計算版を管理し、訓練と推論で同じ処理を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。
誤り全期間の平均を使って未来の注文も特徴量へ含める
予測時点で使えない情報が漏れる。
予測時点で使えない情報が漏れる。
問題の要件では、全期間の平均を使って未来の注文も特徴量へ含め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。
誤り本番だけ別の単位へ変換する
訓練と推論の意味がずれる。
訓練と推論の意味がずれる。
問題の要件では、本番だけ別の単位へ変換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 1.3の特徴量、データリーケージ、ライフサイクルを確認する。期待される結果
特徴量の再現性と未来情報の混入防止を説明できる。理解のポイント
- 特徴量
- 時点
- リーケージ
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
特徴量
モデルが入力として使う、データから作った数値やカテゴリ。
特徴量ストア
特徴量定義と値を訓練・推論で一貫して提供する仕組み。
問題IDAWS-AIF-275
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