4.1標準
都市部のデータで作ったサービスを全国へ展開する。
利用者分布の差を確認する。
確認として適切なものを2つ選べ。
× 不正解
代表性は件数だけでなく利用者分布との一致で確認し、不足集団を追加して性能・安全性を集団別に再評価する。
詳細解説
正しい訓練・評価データと実利用者の地域、言語、端末、条件を比較する
分布の偏りを確認できる。
正しい不足する集団のデータを追加し、性能・安全性を集団別に再評価する
代表性と影響を改善できる。
誤り小さい集団を全体平均へ統合する
集団別の失敗が見えなくなる。
誤りデータ数が多ければ代表性は自動的に保証される
特定集団への偏りが残る。
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 4.1のデータ代表性、公平性、評価を確認する。
参考にした公式資料
確認できる内容
利用者分布から外れた評価データを見つけ、集団別に再評価できる。
理解のポイント
- 代表性
- 分布
- 集団別評価
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
データ代表性
実際の利用対象の分布や条件をデータがどれだけ反映しているか。
集団別評価
属性や利用条件ごとに品質・安全性を分けて測る評価。
問題IDAWS-AIF-361
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