Azure認定資格 WEB問題集&徹底解説

AI-901:Microsoft Azure AI Fundamentals

正解 C問題
分野1:AI の概念と機能を特定する タスクステートメント1.3:AI ワークロードを特定する
合格に向けて、もっと深く学習する
豊富な問題と詳細なAzureサービス解説を、1 時間無料でお試しいただけます
プレミアム会員機能を無料で試す ❯
問題文と選択肢
ある青果選別施設では、ベルトコンベア上を流れる果物を撮影し、自社で撮影した画像で学習させた画像分類モデルで、1 枚の画像ごとに品目を 1 つ判定するシステムを運用しています。ある画像に対してモデルが「みかん: 88%、レモン: 9%、グレープフルーツ: 3%」という結果を返しました。

この出力の解釈として最も正確なものはどれですか。
  • 画像内でみかんが占める面積の割合が 88% であることを示している
  • 同じ画像を繰り返し推論させると、およそ 88% の回数でみかんと判定されることを示している
  • モデルが、この画像はみかんである可能性が最も高いと 88% の確信度で予測していることを示している
  • 学習データにおいてみかんカテゴリの正解率が 88% であったことを示している
解説 頻出度★★★★★
この問題は、「1 枚に 1 品目を判定する画像分類 × 品目ごとのパーセント表示 × 出力の解釈」の要件で、88% はモデルがその画像をみかんだと判断した確からしさ(信頼度スコア)だと読み取れるかがポイント

A. 画像内でみかんが占める面積の割合が 88% であることを示している

画像分類は画像全体に 1 つのラベルを付けるタスクで、物体が画像のどこにあるか、どれだけの面積を占めるかは出力しません。
面積の割合を求めるには、画素ごとにクラスを割り当てるセグメンテーションのような別のタスクが必要です。

また、みかん 88%・レモン 9%・グレープフルーツ 3% が面積なら、1 個の果物の画像に 3 品目が写り分けられていることになり、「1 枚の画像ごとに品目を 1 つ判定する」という前提とも合いません。

B. 同じ画像を繰り返し推論させると、およそ 88% の回数でみかんと判定されることを示している

「確率=何度も試したときにそうなる回数の割合」という日常的な確率の感覚を突いた誤答です。
学習済みモデルの推論は、同じ画像を入力すれば同じスコアを返します。繰り返し推論すれば毎回「みかん 88%」が返り、毎回みかんと判定されるだけです。

88% は 1 回の推論の中で、候補の品目それぞれにどれだけ確からしさを割り当てたかを示す値であって、試行回数の割合ではありません。

正解

C. モデルが、この画像はみかんである可能性が最も高いと 88% の確信度で予測していることを示している

1 枚に 1 品目を判定する多クラス分類では、モデルは候補の品目ごとに確からしさのスコアを出し、合計はほぼ 100% になります(本問も 88+9+3=100)。
最もスコアの高い「みかん」が予測結果で、88% はその予測に対するモデルの確信度(信頼度スコア)です。

ただし信頼度は正しさの保証ではありません。学習データにない品種や撮影条件では、誤った品目に高いスコアが付くこともあるため、運用ではしきい値を決めて低スコアの結果を人の確認に回すといった設計をします。

D. 学習データにおいてみかんカテゴリの正解率が 88% であったことを示している

カテゴリごとの正解率は、多数の画像でモデルを評価して得るモデル全体の成績であり、1 枚の画像に対する出力に含まれる値ではありません。
しかも成績は学習データではなく、学習に使っていない評価用(テスト)データで測るのが基本です。

同じ「88%」という数字でも、この 1 枚への自信(信頼度)と多数の画像での成績(正解率・適合率など)は別物で、その 2 つを入れ替えた誤答です。

これだけ覚える(記憶フック)
分類の % は「この 1 枚への自信」。面積でも回数でも、モデルの正解率でもない。
正解への思考ルート 問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。
要件 判断ポイント
1 枚の画像ごとに品目を 1 つ判定する(画像分類) 画像分類は画像全体にラベルを付けるだけで、物体の位置や面積は出力しない
→選択肢(A)を消す
ある 1 枚の画像に対して返された結果 スコアはこの 1 回の推論の出力。同じ画像を再推論しても同じスコアが返り、判定回数の割合ではない
→選択肢(B)を消す
品目ごとの値(88%・9%・3%)が並び、合計がほぼ 100% 候補の品目に確からしさを配分した予測ごとのスコア。モデル全体の成績は評価データで別に測る
→選択肢(D)を消す
出力の解釈として最も正確なもの 最も高いスコアの「みかん」が予測結果で、88% はその予測への確信度(信頼度スコア)
→選択肢(C)が正解
ひっかけポイント
  • 同じ「88%」でも、信頼度(この 1 枚への自信)と正解率(多数の画像での成績)は別物。選択肢 D はこの 2 つを入れ替えた誤答
  • 選択肢 B は「確率=何度も試したときの頻度」という感覚を突く。学習済みモデルの推論は同じ入力に同じスコアを返すため、「繰り返すと 88% の回数でみかん」にはならない
  • 信頼度 88% は正しさの保証ではない。「88% だから 88% の確率で当たっている」と言い切る読み方も誤り。運用ではしきい値を決め、低スコアの結果を人の確認に回す
  • 合計がほぼ 100% になるのは1 枚に 1 ラベルの多クラス分類の場合。1 枚に複数のラベルを付けるマルチラベル分類では各ラベルのスコアが独立しており、合計は 100% にならない
出題バリエーション 同じ知識が本番では条件を変えて出題されます。
問題文がこう変わったら 正解はこう変わる
「コンベア上の果物の位置と個数も知りたい」 物体検出が正解に。物体ごとに境界ボックスとラベル・信頼度を返す。
「傷んだ部分が画像のどの範囲を占めるかを知りたい」 画素単位でクラスを割り当てるセグメンテーションが正解軸に(選択肢 A の内容はこちら)。
「1 枚に複数の品目が写ることがあり、写っている品目をすべて挙げたい」 マルチラベル分類が正解に。スコアは品目ごとに独立し、合計は 100% にならない。
「モデル全体の精度を評価したい」 評価用データでの正解率・適合率・再現率などの評価指標が正解に(選択肢 D の内容はこちら)。
「スコアが一定値未満の画像は人が目視確認したい」 信頼度のしきい値を設け、しきい値未満の結果を人に回す運用が正解に。
+ 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 67%
No.6 解説
ある青果選別施設では、ベルトコンベア上を流れる果物を撮影し、自社で撮影した画像で学習させた画像分類モデルで、1 枚の画像ごとに品目を 1 つ判定するシステムを運用しています。ある画像に対してモデルが「みかん: 88%、レモン: 9%、グレープフルーツ: 3%」という結果を返しました。

この出力の解釈として最も正確なものはどれですか。
  • 画像内でみかんが占める面積の割合が 88% であることを示している
  • 同じ画像を繰り返し推論させると、およそ 88% の回数でみかんと判定されることを示している
  • モデルが、この画像はみかんである可能性が最も高いと 88% の確信度で予測していることを示している
  • 学習データにおいてみかんカテゴリの正解率が 88% であったことを示している

(会員限定)当問題の評価をお願いします。改善に活用します。