1.3標準
複数のデータ処理・モデル・ハイパーパラメータを比較する。
採用理由を後から説明する。
管理として適切なものを2つ選べ。
× 不正解
実験追跡はデータ・コード・設定・乱数・環境・評価を記録し、品質・安全性・費用・遅延・偏りと採用理由を比較可能にする。
詳細解説
誤り評価データや設定を毎回変えて比較する
結果が同じ条件にならない。
正しい候補を品質、安全性、費用、遅延、偏りで比較し、採用者と理由を残す
単一指標による判断を避けられる。
正しいデータ版、コード版、設定、乱数、評価指標、環境、実行時刻を記録する
実験結果を再現・比較できる。
誤り最高スコアだけ保存して他の実験を削除する
比較と失敗分析ができない。
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 1.3の実験管理、MLOps、モデル選択を確認する。
参考にした公式資料
確認できる内容
モデル候補の比較条件と採用理由を再現可能な形で管理できる。
理解のポイント
- 実験管理
- 再現性
- 採用理由
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
実験追跡
モデル・データ・設定・評価の組合せと結果を記録する活動。
ハイパーパラメータ
学習前に設定し、モデルの学習挙動を調整する値。
問題IDAWS-AIF-371
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