AWS認定資格 WEB問題集＆徹底解説

LOGIN

B. トレーニングデータの更新を定期的に行う ことは、データドリフトに対応するために有効です。モデルが最新のデータに基づいて再トレーニングされることで、新しいデータに対して適応できるようになります。
A. モデルの複雑さを減少させる ことは、過学習の防止には役立つかもしれませんが、データドリフトの解決には直接的に寄与しません。
C. トレーニング時に学習率を下げる ことは、モデルの収束速度に影響しますが、データドリフトの防止にはつながりません。
D. 推論時にバッチサイズを増やす ことは推論の効率性に関係しますが、データドリフトの対策にはなりません。