Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はBです。特定の工場で生産された製品に対してのみ精度が低下している場合、学習データにその工場の特性（照明条件、カメラ角度、製品バリエーションなど）が十分に反映されていない可能性が高く、これはデータの偏りによる典型的な問題です。対策としては、多様な工場環境からデータを収集してバランスの取れた学習データセットを構築し、公平性評価を実施しながら再学習を行うことが最も適切です。
選択肢A：学習時間やコンピューティングリソースの不足は、モデル全体の精度には影響する可能性がありますが、「特定の工場でのみ」精度が低下する現象の原因とはなりません。高性能リソースの使用は根本的な解決にはなりません。
選択肢C：APIバージョンの問題であれば、特定工場に限定されず全体的な動作に影響が出るはずです。また、バージョンアップだけでは学習データの偏りという本質的な問題は解決されません。
選択肢D：評価データへの過学習が原因であれば、特定工場に限定されず未知データ全般に対して精度が低下するはずです。また、過学習の対策としてハイパーパラメータチューニングは有効ですが、この問題の本質はデータの偏りにあります。
Azure Machine Learning
Azure AI Vision
選択肢A：学習時間やコンピューティングリソースの不足は、モデル全体の精度には影響する可能性がありますが、「特定の工場でのみ」精度が低下する現象の原因とはなりません。高性能リソースの使用は根本的な解決にはなりません。
選択肢C：APIバージョンの問題であれば、特定工場に限定されず全体的な動作に影響が出るはずです。また、バージョンアップだけでは学習データの偏りという本質的な問題は解決されません。
選択肢D：評価データへの過学習が原因であれば、特定工場に限定されず未知データ全般に対して精度が低下するはずです。また、過学習の対策としてハイパーパラメータチューニングは有効ですが、この問題の本質はデータの偏りにあります。
関連サービスの解説
Azure AI ServiceAzure Machine Learning
Azure AI Vision
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 %
No.27 解説
ある製造業の企業が、製品の欠陥検知を目的としたAIモデルを構築しました。運用開始後、特定の工場で生産された製品に対してのみモデルの精度が著しく低下していることが判明しました。原因として最も可能性が高いものと、その対策として最も適切なものはどれですか。
- 原因：モデルの学習時間が不足している。
対策：より高性能なコンピューティングリソースを使用して学習を再実行する。 - 原因：学習データに特定工場のデータが十分に含まれていない。
対策：多様な工場からデータを収集し、データセットのバランスを調整したうえで再学習を行う。 - 原因：Azure AI Vision のバージョンが古い。
対策：最新のAPIバージョンにアップグレードする。 - 原因：評価データに対してモデルが過学習している。
対策：Azure Machine Learning のハイパーパラメータチューニングを使用してモデルの複雑さを削減する。