1.3標準
大規模データで学習済みのモデルを、少量の業務データへ適用する。
実装方法を比較する。
説明として適切なものを2つ選べ。
× 不正解
転移学習は学習済みモデルの表現を再利用し、対象データ・ライセンス・分布・性能を確認しながら必要な範囲を調整する。
詳細解説
正しい学習済み表現を再利用し、対象タスクのデータや計算量を減らせる場合がある
既存知識を活用できる。
既存知識を活用できる。
問題の要件では、学習済み表現を再利用し、対象タスクのデータや計算量を減らせる場合が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。
正しい対象データの分布・ライセンス・性能を確認し、必要な層だけ調整する
転移元と用途の適合を確認できる。
転移元と用途の適合を確認できる。
問題の要件では、対象データの分布・ライセンス・性能を確認し、必要な層だけ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。
誤り転移学習では対象データの品質やライセンスを確認しなくてよい
元モデルの制約も引き継ぐ。
元モデルの制約も引き継ぐ。
問題の要件では、転移学習では対象データの品質やライセンスを確認しなくてよいが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り少量データなら必ず全パラメータを再学習する
計算量と過学習のリスクがある。
計算量と過学習のリスクがある。
問題の要件では、少量データなら必ず全パラメータを再学習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 1.3の転移学習、ファインチューニング、モデル適合性を確認する。期待される結果
学習済みモデルを再利用する利点と、対象データ・ライセンス確認の必要性を説明できる。理解のポイント
- 転移学習
- 再利用
- 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
別タスクで学習した知識や表現を新しいタスクへ再利用する方法。
ファインチューニング
対象データでモデルのパラメータを追加調整すること。
問題IDAWS-AIF-417
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