AWS認定資格 WEB問題集＆徹底解説
AIプラクティショナー（AWS Certified AI Practitioner）
解説
A. モデルはクラス間の違いを正しく識別できていない ことが、ROC曲線のAUCが低い原因です。AUCは、モデルがどれだけうまくクラスを区別できているかを評価するための指標です。
B. モデルがトレーニングデータに過剰に適合している 場合は、過学習の可能性があり、AUCが高くなることもあります。
C. 推論速度 はAUCとは無関係です。
D. ハイパーパラメータの最適化 はモデルのパフォーマンスに影響を与える可能性はありますが、直接的にAUCの低さを示すわけではありません。
B. モデルがトレーニングデータに過剰に適合している 場合は、過学習の可能性があり、AUCが高くなることもあります。
C. 推論速度 はAUCとは無関係です。
D. ハイパーパラメータの最適化 はモデルのパフォーマンスに影響を与える可能性はありますが、直接的にAUCの低さを示すわけではありません。
関連サービスの解説
＋ 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 55%
No.50 解説
AIモデルの評価において、ROC曲線の曲線下面積（AUC）が低い場合、次のうちどの結論が最も適切ですか？
- モデルはクラス間の違いを正しく識別できていない
- モデルはトレーニングデータに過剰に適合している
- モデルの推論速度が遅い
- モデルのハイパーパラメータが最適化されていない