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
B: これが正解です。モデルの解釈可能性と透明性の向上は、多くの場合モデルのパフォーマンスとトレードオフの関係にあります。シンプルで解釈しやすいモデルは、複雑なモデルほど高いパフォーマンスを達成できないことがあります。
A: この選択肢は不正確です。モデルの透明性や解釈可能性は、しばしばモデルのパフォーマンスに影響を与えます。完全に独立しているわけではありません。
C: この選択肢は極端すぎます。モデルの透明性を高めることが常に解釈可能性とパフォーマンスを低下させるわけではありません。バランスを取ることが可能な場合もあります。
D: この選択肢も誤りです。高い透明性と解釈可能性が常に最高のモデル性能につながるわけではありません。むしろ、複雑で不透明なモデルが高いパフォーマンスを示すことがよくあります。
Amazon Simple Storage Service (Amazon S3)
Amazon VPC
A: この選択肢は不正確です。モデルの透明性や解釈可能性は、しばしばモデルのパフォーマンスに影響を与えます。完全に独立しているわけではありません。
C: この選択肢は極端すぎます。モデルの透明性を高めることが常に解釈可能性とパフォーマンスを低下させるわけではありません。バランスを取ることが可能な場合もあります。
D: この選択肢も誤りです。高い透明性と解釈可能性が常に最高のモデル性能につながるわけではありません。むしろ、複雑で不透明なモデルが高いパフォーマンスを示すことがよくあります。
関連サービスの解説
Amazon SageMakerAmazon Simple Storage Service (Amazon S3)
Amazon VPC
＋ 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 59%
No.18 解説
金融分析会社が、Amazon SageMakerを使用して仮想プライベートクラウド（VPC）内に機械学習モデルを展開し、機密の顧客データを分析しています。セキュリティガイドラインを満たすために、VPCはインターネットアクセスがないように設定されています。しかし、モデルは定期的にAmazon S3に保存されたデータにアクセスして読み取る必要があります。企業は、VPC内のSageMakerモデルとAmazon S3間でデータトラフィックを公開インターネットにさらすことなく、安全なデータ転送を可能にするソリューションを探しています。何を推奨しますか？
- モデルのパフォーマンスはモデルの透明性や解釈可能性とは独立しているため、一方を最適化しても他方には影響しません
- モデルの解釈性と透明性を向上させることは、単純なモデルが解釈しやすい一方で最高のパフォーマンスを達成できないことがあるため、モデルのパフォーマンスとのトレードオフを伴う場合があります
- モデルの透明性を高めることは常にモデルの解釈可能性を低下させ、パフォーマンスの低下につながります
- 高いモデルの透明性と解釈可能性は常に最高のモデル性能につながります