4.1標準
特定グループの誤拒否率が高い。
原因を確認して影響を抑える。
対策として適切なものを2つ選べ。
× 不正解
公平性対策はラベル・特徴量・サンプリング・閾値・人手確認のどこが原因か分解し、グループ性能・業務影響・副作用を再評価する。
詳細解説
正しいラベル、特徴量、サンプリング、閾値、人手確認の各段階で原因を分解する
対策箇所を特定できる。
対策箇所を特定できる。
問題の要件では、ラベル、特徴量、サンプリング、閾値、人手確認の各段階で原因を分解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。
正しいグループ別性能と業務影響を再評価し、関係者承認の下で段階導入する
対策の副作用を確認できる。
対策の副作用を確認できる。
問題の要件では、グループ別性能と業務影響を再評価し、関係者承認の下で段階導入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。
誤り全体精度を下げてもグループ差は必ず解消すると仮定する
対策効果は検証が必要である。
対策効果は検証が必要である。
問題の要件では、全体精度を下げてもグループ差は必ず解消すると仮定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。
誤り問題のグループを訓練データから削除する
影響を隠し性能を悪化させる可能性がある。
影響を隠し性能を悪化させる可能性がある。
問題の要件では、問題のグループを訓練データから削除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 4.1の公平性、緩和策、影響評価を確認する。期待される結果
公平性の差を原因段階へ分解し、検証付きで対策を導入できる。理解のポイント
- 原因分解
- 緩和策
- 副作用
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
公平性緩和策
グループ間の不利益や誤りの差を小さくするデータ・モデル・運用の対策。
対策の副作用
公平性改善によって精度・安全性・別グループへの影響が変わること。
問題IDAWS-AIF-403
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