Azure認定資格 WEB問題集＆徹底解説
AI-900：Microsoft Azure AI Fundamentals
解説
正解はAです。performance-interpretability（性能と解釈可能性）のトレードオフは、責任あるAI開発における重要な考慮事項です。高度な深層学習モデルは複雑なパターンを捉えて高い性能を発揮しますが、その意思決定プロセスがブラックボックス化しやすく、開発者による理解や調整が困難になります。一方、シンプルなモデルは解釈しやすく調整も容易ですが、複雑なパターンの学習能力は限定的です。Azure AI Servicesでは、モデルの透明性と説明可能性を高めるための機能を提供し、このトレードオフへの対応を支援しています。
選択肢 B：bias-varianceは統計的学習理論におけるトレードオフで、モデルの過学習と未学習のバランスに関する概念です。問題文が述べている「開発者の理解と調整能力」という観点とは直接的に関連しません。
選択肢 C：accuracy-efficiencyは精度と効率性のトレードオフであり、計算リソースや応答速度に関する考慮事項です。モデルの複雑性に対する人間の理解という責任あるAIの文脈とは異なります。
選択肢 D：scalability-reliabilityはシステム設計における拡張性と信頼性のトレードオフであり、インフラストラクチャやアーキテクチャに関する概念です。モデルの動作理解という問題の趣旨には該当しません。
選択肢 B：bias-varianceは統計的学習理論におけるトレードオフで、モデルの過学習と未学習のバランスに関する概念です。問題文が述べている「開発者の理解と調整能力」という観点とは直接的に関連しません。
選択肢 C：accuracy-efficiencyは精度と効率性のトレードオフであり、計算リソースや応答速度に関する考慮事項です。モデルの複雑性に対する人間の理解という責任あるAIの文脈とは異なります。
選択肢 D：scalability-reliabilityはシステム設計における拡張性と信頼性のトレードオフであり、インフラストラクチャやアーキテクチャに関する概念です。モデルの動作理解という問題の趣旨には該当しません。
関連サービスの解説
Azure AI Service＋ 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.36 解説
責任あるAIの原則に基づいてAzure AI Servicesを利用した機械学習システムを設計する際、あるトレードオフを考慮する必要があります。このトレードオフは、モデルが複雑なデータパターンを学習する能力と、開発者やステークホルダーがそのモデルの動作を理解し適切に調整できる能力のバランスを取ることを指します。
この概念を表すトレードオフとして最も適切なものはどれですか。
この概念を表すトレードオフとして最も適切なものはどれですか。
- performance-interpretability
- bias-variance
- accuracy-efficiency
- scalability-reliability