3.3標準
データと性能が時間とともに変化する。
無計画な再学習を避ける。
方針として適切なものを2つ選べ。
× 不正解
再学習は性能・ドリフト・ラベル品質・公平性・業務変更を条件に判断し、独立テスト、安全性・費用・ロールバック・承認を確認する。
詳細解説
正しい性能・ドリフト・ラベル品質・データ量・公平性・業務変更の条件を組み合わせる
再学習の必要性を判断できる。
再学習の必要性を判断できる。
問題の要件では、性能・ドリフト・ラベル品質・データ量・公平性・業務変更の条件を組み合わせ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。
正しい再学習後は独立テスト、バイアス・安全性・費用・ロールバックを確認する
新モデルの影響を検証できる。
新モデルの影響を検証できる。
問題の要件では、再学習後は独立テスト、バイアス・安全性・費用・ロールバック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。
誤り入力ドリフトが一度出たら原因を見ずに即時再学習する
問題を学習へ取り込む可能性がある。
問題を学習へ取り込む可能性がある。
問題の要件では、入力ドリフトが一度出たら原因を見ずに即時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。
誤り再学習を自動化すれば承認と監査は不要である
高影響変更の統制が必要である。
高影響変更の統制が必要である。
問題の要件では、再学習を自動化すれば承認と監査は不要で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。
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・3.3・4.3の再学習、監視、変更管理を確認する。期待される結果
ドリフトを検知しただけで盲目的に再学習せず、品質と統制を含めて判断できる。理解のポイント
- 再学習
- トリガー
- 独立テスト
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
再学習トリガー
再学習を開始する性能・データ・業務条件。
独立テスト
学習や調整に使っていないデータで新モデルを評価すること。
問題IDAWS-AIF-527
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