1.2標準
複数チームが不正取引をラベル付けする。
チームごとの判定差を抑える。
品質管理として適切なものを2つ選べ。
× 不正解
ラベル品質は定義・境界例・不明の扱いをガイド化し、担当者間の一致率・差・再レビューを監視する。
詳細解説
誤りラベル変更の理由や版を記録しない
学習データの意味を追跡できない。
誤りラベル担当者へ全ての判断を自由に任せる
定義が分散する。
正しい重複サンプルの一致率、チーム差、再レビュー率を監視する
ラベル品質の変化を検知できる。
正しい正例・負例・不明の定義、境界例、優先順位をガイドへ記載する
ラベル付けの判断基準をそろえられる。
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のラベル品質、データ準備、機械学習ライフサイクルを確認する。
参考にした公式資料
確認できる内容
ラベル定義の不一致を検知し、版付きの基準へ改善できる。
理解のポイント
- ラベル定義
- 一致率
- 境界例
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
ラベル品質
学習データの正解ラベルが定義に沿い一貫している度合い。
ラベル一致率
同じデータを複数人が判定したときの一致の割合。
問題IDAWS-AIF-373
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