1.2標準
データが少なく、モデルの性能を安定して比較したい。
同一利用者の記録が複数ある。
方法として適切なものを2つ選べ。
× 不正解
交差検証ではグループ・時系列の独立性を守り、foldごとの平均・ばらつきを報告する。最終テストはモデル選択から隔離する。
詳細解説
正しいグループや時系列を考慮して分割し、同一利用者や未来の行が別のfoldへ漏れないようにする
独立性を保てる。
独立性を保てる。
問題の要件では、グループや時系列を考慮して分割し、同一利用者や未来の行が別のfoldへ漏れないように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。
正しい各foldの性能の平均とばらつきを報告し、最終テストを別に残す
評価の不確実性を示せる。
評価の不確実性を示せる。
問題の要件では、各foldの性能の平均とばらつきを報告し、最終テストを別に残すが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤り同じ利用者の行をランダムに各foldへ分ける
個人情報のパターンが漏れる。
個人情報のパターンが漏れる。
問題の要件では、同じ利用者の行をランダムに各foldへ分け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。
誤り交差検証結果を最終テスト結果として何度も調整する
テストが汚染される。
テストが汚染される。
問題の要件では、交差検証結果を最終テスト結果として何度も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。
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 1.2の交差検証、グループ分割、時系列評価を確認する。期待される結果
データの関係性を保った分割で、評価結果のばらつきを説明できる。理解のポイント
- 交差検証
- グループ分割
- ばらつき
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
交差検証
データを複数の学習・検証組に分けて性能を繰り返し測る方法。
グループ分割
同一主体のデータを一つの分割へまとめる方法。
問題IDAWS-AIF-433
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