AWS認定資格 WEB問題集＆徹底解説AIプラクティショナー（AIF）
各問題の解説にある「これだけ覚える（記憶フック）」を一覧にしました。問題名をタップすると、問題と解説を開けます。復習や試験直前の総ざらいにご活用ください。
全問：500 件
（うち 20 件を表示）
問題
記憶フック
音声→文字は Transcribe、文字→感情は Comprehend。「聞き取る人」と「読み解く人」のペア。
Bedrock の学習データ置き場は S3 一択。DB でもアーカイブでもなく「S3 の JSONL」。
過学習は「丸暗記」。減らす（ドロップアウト・正則化）か、データを増やすかの二択。
AI ＞ ML ＞ Deep Learning ＞ 生成 AI。大きい概念から順に、生成 AI は一番内側。
Polly は「読み上げる」。テキスト→音声は Polly、音声→テキストは Transcribe。
Q は用途で 2 種類。コードを書くなら Developer、社内文書に答えるなら Business。
「基盤モデル＋カスタマイズ」と来たら Amazon Bedrock。Comprehend／Kendra／Textract は生成AIの基盤ではない。
紙・PDF の文字起こし（手書き含む）は Amazon Textract。画像は Rekognition、音声は Transcribe。
出力に出したくない情報はガードレールで止める・伏せる。作り直し（再学習・移行）は「効率的」の反対語。
モデルを「作る・鍛える・配る」なら SageMaker。既製の基盤モデルをAPIで「使う」だけなら Bedrock。
ラベルあり＋ラベルなしを混ぜて学習したら「半教師あり学習」。「半分だけ教師がいる」と覚える。
F1 は Precision と Recall のバランスを見る「評価」指標。速くもしないし、不均衡も直さない。
複数ベンダーの基盤モデルを 1 つの API で＝Amazon Bedrock。エージェントも Bedrock の標準機能。
紙・PDF から項目を抜くなら Textract、自前モデルを作って育てるなら SageMaker。テキスト前提の Comprehend とは入口が違う。
バイアスの出どころはデータ。偏ったデータをいくら学習・チューニングしても、偏りは増幅されるだけ。
Top K は「候補の個数」、Top P は「候補の累積確率（％）」、温度は「確率分布の尖り具合」。
ハルシネーション＝「嘘を自信満々に」。トキシシティ＝「攻撃的・差別的」。事実性の問題か、有害さの問題かで仕分ける。
VPC からインターネットを使わず S3 へ＝ゲートウェイエンドポイント（ルートテーブルに追加・追加料金なし）。
テキスト＝Comprehend、画像／動画＝Rekognition、音声＝Transcribe。「専門知識不要」なら SageMaker は消える。
「推奨事項・ベストプラクティス」＝Trusted Advisor。Config は設定評価、CloudTrail は API 記録、Audit Manager は監査証跡の収集。
残り 480 件の記憶フックはプレミアム会員限定です
非会員は問20まで、無料会員は問40までの記憶フックを表示できます。プレミアム会員なら全問の記憶フックをまとめて見返せます（1 時間無料でお試しいただけます）。