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: 正解です。SageMaker Clarifyは、機械学習モデルの透明性と解釈可能性を向上させるためのツールで、モデルの意図された使用方法、パフォーマンス指標、開発中の仮定を文書化するのに適しています。これは問題の要件を直接満たしています。
B: 不正解です。この説明はSageMaker Canvasの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyは主にモデルの解釈可能性と公平性に焦点を当てており、ノーコードでのモデル構築ツールではありません。
C: 不正解です。この説明はSageMaker Automatic Model Tuningの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyはハイパーパラメータの最適化を行うツールではありません。
D: 不正解です。この説明はSageMaker Model Monitorの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyはデプロイ後のリアルタイムモニタリングツールではなく、主にモデルの解釈可能性と公平性の分析に使用されます。
B: 不正解です。この説明はSageMaker Canvasの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyは主にモデルの解釈可能性と公平性に焦点を当てており、ノーコードでのモデル構築ツールではありません。
C: 不正解です。この説明はSageMaker Automatic Model Tuningの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyはハイパーパラメータの最適化を行うツールではありません。
D: 不正解です。この説明はSageMaker Model Monitorの機能を描写しており、SageMaker Clarifyの機能ではありません。Clarifyはデプロイ後のリアルタイムモニタリングツールではなく、主にモデルの解釈可能性と公平性の分析に使用されます。
関連サービスの解説
Amazon SageMaker＋ 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 77%
No.28 解説
金融会社が、ローン承認と不正検出を自動化するためにAmazon SageMakerを使用して機械学習モデルを開発しています。透明性と業界規制の遵守を確保するために、データサイエンスチームは、モデルの意図された使用方法、パフォーマンス指標、および開発中に行われた仮定を文書化するツールが必要です。この文書化は、アカウンタビリティを維持し、モデルが適切に使用されることを確保するために重要です。これらの要件を満たすAmazon SageMakerのツールはどれですか？
- 会社は、SageMaker Clarifyを使用してデータ準備における潜在的なバイアスを特定すべきです。これにより、データセットとモデルのバイアスを検出および測定し、機械学習アプリケーションにおける公平性と透明性を確保できます
- SageMaker Clarifyを使用すると、コーディングを伴わずにMLモデルを準備できます。これにより、プログラミングスキルを必要とせずに機械学習モデルの構築、訓練、デプロイが可能なノーコードインターフェイスが提供されます
- SageMaker Clarifyを使用してハイパーパラメータチューニングを自動化できます。これは、モデルのハイパーパラメータを自動的に最適化して最高のパフォーマンスを達成するプロセスです
- SageMaker Clarifyを使用してモデルの品質を監視できます。これは、デプロイ中にモデルの性能をリアルタイムで評価および最適化し、その精度と信頼性を向上させることを含みます