1.2標準
本番の精度が低下した。
入力分布の変化とラベル品質の問題を分けて調べる。
調査として適切なものを2つ選べ。
× 不正解
本番劣化は入力分布・欠損・単位と、ラベル品質・定義・モデル版を分けて比較し、原因を特定してから対処する。
詳細解説
誤り入力分布は変わらないと仮定し出力だけを調整する
原因分析なしの対症療法になる。
正しい訓練時と本番の入力分布、欠損、単位、カテゴリ比率を比較する
データドリフトを確認できる。
誤り精度が下がったら必ずモデルを再学習する
データやラベルの問題を見逃す。
正しい新しい正解ラベルの遅れ・誤り・定義変更とモデル版を確認する
品質低下の原因を分離できる。
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 1.2のデータドリフト、ラベル品質、モデル監視を確認する。
参考にした公式資料
確認できる内容
モデル劣化をデータ・ラベル・モデルの仮説に分解して調査できる。
理解のポイント
- ドリフト
- ラベル品質
- 原因分離
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
データドリフト
本番入力の分布や統計が訓練時から変わること。
ラベルドリフト
正解の定義やラベル付け過程が時間とともに変化すること。
問題IDAWS-AIF-293
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