1.1標準
少量の専門画像で分類器を作る。
一般画像で学習済みの表現を活用する。
設計として適切なものを2つ選べ。
× 不正解
転移学習は既存表現を再利用できるが、対象データとの分布差、ラベル、性能、ライセンスを検証して使う。
詳細解説
正しい事前学習モデルの表現を利用し専門データで評価・調整する
少量データでも有用な特徴を活用できる。
少量データでも有用な特徴を活用できる。
問題の要件では、事前学習モデルの表現を利用し専門データで評価・調整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。
正しい対象ドメインのラベル、分布、ライセンス、性能を確認する
転用できる前提とリスクを検証できる。
転用できる前提とリスクを検証できる。
問題の要件では、対象ドメインのラベル、分布、ライセンス、性能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。
誤り事前学習モデルなら対象ドメインの評価は不要である
分布差やラベル差で性能は変わる。
分布差やラベル差で性能は変わる。
問題の要件では、事前学習モデルなら対象ドメインの評価は不要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。
誤りライセンスや利用条件を確認せず重みを公開する
モデルの権利・利用条件を無視している。
モデルの権利・利用条件を無視している。
問題の要件では、ライセンスや利用条件を確認せず重みを公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。
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の転移学習とモデル利用条件を確認する。期待される結果
既存モデルの再利用と対象ドメインの評価を両立できる。理解のポイント
- 転移学習
- 分布差
- ライセンス
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
転移学習
別のデータで学習した表現や重みを新しいタスクへ再利用する方法。
ドメインシフト
学習時と利用時でデータ分布や意味が変わること。
問題IDAWS-AIF-314
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