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。解釈可能性はモデルの内部メカニズムを理解することを指し、説明可能性はステークホルダーに理解しやすい形でモデルの予測や行動の理由を提供することを指します。
A: この選択肢は説明可能性と解釈可能性の定義が逆になっています。
C: この選択肢は両方の概念を誤って定義しています。解釈可能性はコードの技術的詳細ではなく、モデルの内部メカニズムの理解に関するものです。また、説明可能性はモデルの結果の再現能力ではなく、予測や行動の理由を説明することに関するものです。
D: この選択肢はBとほぼ同じですが、「解釈可能性」と「説明可能性」の順序が逆になっています。正しい定義を提供していますが、問題文の順序と一致していないため、正解とはなりません。
A: この選択肢は説明可能性と解釈可能性の定義が逆になっています。
C: この選択肢は両方の概念を誤って定義しています。解釈可能性はコードの技術的詳細ではなく、モデルの内部メカニズムの理解に関するものです。また、説明可能性はモデルの結果の再現能力ではなく、予測や行動の理由を説明することに関するものです。
D: この選択肢はBとほぼ同じですが、「解釈可能性」と「説明可能性」の順序が逆になっています。正しい定義を提供していますが、問題文の順序と一致していないため、正解とはなりません。
関連サービスの解説
Amazon Bedrock＋ 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 57%
No.34 解説
医療分析会社が、医療テキスト分析に特化するためにAmazon Bedrockの基盤モデルをファインチューニングしてAI能力を強化することを目指しています。これを達成するために、同社は注釈付きの臨床ノートや医療記録で構成されるタスク特化型のラベル付きデータセットを使用して、関連情報の抽出精度を高めるためにモデルをファインチューニングする計画です。これらの要件を考慮すると、どのアプローチが最も適しているでしょうか？
- 説明可能性は機械学習モデルの内部メカニズムを理解することに関するものであり、解釈可能性はモデルの予測や行動に対する理解しやすい理由をステークホルダーに提供することに焦点を当てています
- 解釈可能性は機械学習モデルの内部メカニズムを理解することであり、一方で説明可能性はステークホルダーに対してモデルの予測や行動に対する理解可能な理由を提供することに焦点を当てています
- 解釈可能性とは、モデルのコードの技術的な詳細を理解する能力を指し、一方で説明可能性とは、モデルの結果を再現する能力を指します
- 解釈可能性は機械学習モデルの内部メカニズムを理解することであり、一方、説明可能性はステークホルダーに対してモデルの予測や振る舞いに対する理解しやすい理由を提供することに焦点を当てています