1.2標準
少数クラスや地域差を保って評価データを作る。
代表性を確認する。
方法として適切なものを2つ選べ。
× 不正解
層化サンプリングはクラスや地域など重要な層を各分割へ適切に含めるが、同一グループや時系列の漏洩、評価分布の代表性も確認する。
詳細解説
正しいクラス・地域・時期などの層を定義し、各分割で分布と件数を確認する
少数層の消失を防げる。
少数層の消失を防げる。
問題の要件では、クラス・地域・時期などの層を定義し、各分割で分布と件数を確認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。
正しい学習・検証・テストの分割前に重複・時系列・グループ境界を確認する
独立性を保てる。
独立性を保てる。
問題の要件では、学習・検証・テストの分割前に重複・時系列・グループ境界を確認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。
誤り層化すれば同じ利用者が複数分割へ入っても問題ない
グループ漏洩は別に防ぐ必要がある。
グループ漏洩は別に防ぐ必要がある。
問題の要件では、層化すれば同じ利用者が複数分割へ入っても問題な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。
誤り評価分布が本番と違っても件数だけ揃えばよい
代表性が失われる。
代表性が失われる。
問題の要件では、評価分布が本番と違っても件数だけ揃えば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。
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のサンプリング、データ分割、代表性を確認する。期待される結果
少数層を保ちながら、重複・時系列・本番分布を考慮して分割できる。理解のポイント
- 層化
- 代表性
- グループ漏洩
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
層化サンプリング
重要な属性の層ごとに分割・抽出する方法。
代表性
評価データが実際の利用分布や重要な集団を適切に反映する度合い。
問題IDAWS-AIF-473
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