AWS認定資格 WEB問題集＆徹底解説
会員登録/ログイン

AIプラクティショナー

TOP
問題集
その他

易しい順

No.42 生成AIの基本概念の定義
正答率：100％
No.43 Amazon Bedrockでコスト効率の高い推論方式を選ぶ
正答率：100％
No.202 生成AIをAWSで活用する利点の理解
正答率：100％
No.217 Bedrockのモデルカスタマイズに適したデータセット保存先の選定
正答率：100％
No.248 生成AI活用による運用コスト削減の説明
正答率：100％
No.250 基盤モデルがビジネス目標を満たすかの評価方法
正答率：100％
No.284 基盤モデルがビジネス目標を満たすかの評価方法
正答率：100％
No.391 生成AIレコメンド機能の効果測定に用いるビジネス指標
正答率：100％
No.457 社内チャットボットの誤回答が示す生成AIの課題
正答率：100％
No.475 生成AIチャットボットが事実と異なる回答を生成する現象
正答率：100％

広告
No.480 生成AIパイロットにおけるインフラ管理不要なアプローチの選択
正答率：100％
No.491 事前学習済み基盤モデルの活用に適したサービス
正答率：100％
No.151 生成AIが事実に基づかない情報を出力する現象
正答率：99％
No.305 Amazon Rekognitionの顔認識機能
正答率：99％
No.46 生成AIが事実でない情報を生成する現象
正答率：98％
No.82 Rekognitionの顔認識機能の用途
正答率：98％
No.210 AIモデルのバイアスによる影響
正答率：98％
No.243 Amazon Comprehendの分析機能
正答率：98％
No.260 感情分析の効果的な活用方法
正答率：98％
No.293 AIモデルの予測モニタリング
正答率：98％

広告
No.374 AIシステムの本質的特徴の理解
正答率：98％
No.402 機械学習データ区分の基礎知識
正答率：98％
No.461 AWS Shared Responsibility ModelとAmazon Bedrock
正答率：98％
No.105 生成AIのリスク軽減策
正答率：97％
No.155 Amazon Comprehendの活用例
正答率：97％
No.179 AIモデルの公平性確保アプローチ
正答率：97％
No.211 生成AIモデルの誤った出力の防止策
正答率：97％
No.274 SageMaker Clarifyの利点
正答率：97％
No.75 AIモデルの過学習防止手法
正答率：96％
No.115 Amazon Lexの最適な活用シナリオ
正答率：96％

広告
No.230 生成AIの基本概念と特徴
正答率：96％
No.264 SageMaker Clarifyの機能
正答率：96％
No.285 Amazon Rekognitionの最適な活用
正答率：96％
No.328 SageMaker Clarifyの主要機能
正答率：96％
No.329 過学習防止のテクニック
正答率：96％
No.335 AIモデルのデプロイと推論
正答率：96％
No.390 SageMakerへの役割別アクセス制御
正答率：96％
No.464 生成AIの現代における価値
正答率：96％
No.489 ドキュメント解析と感情分析のためのAWSサービス選択
正答率：96％
No.47 構造化・非構造化データの特徴
正答率：95％

広告
No.59 Amazon Pollyのユースケース
正答率：95％
No.72 機械学習における学習と推論の違い
正答率：95％
No.76 Amazon BedrockのAPI呼び出し履歴を記録する方法
正答率：95％
No.97 オーバーフィッティングの定義
正答率：95％
No.123 AIエージェントによるバックエンド統合の利点
正答率：95％
No.150 AIモデルのリアルタイム推論
正答率：95％
No.192 AI/MLモデルのバイアス防止手法
正答率：95％
No.204 機械学習モデルの過学習防止手法
正答率：95％
No.205 Amazon Lexの最適な用途
正答率：95％
No.252 AIモデルのバイアス検出サービス
正答率：95％

広告
No.259 金融業界での生成AI採用戦略
正答率：95％
No.282 AIモデルのバイアス防止アプローチ
正答率：95％
No.283 LLMの主要な用途
正答率：95％
No.288 生成AIの重要性と応用
正答率：95％
No.294 Amazon Transcribeの活用
正答率：95％
No.298 オーバーフィッティング防止手法
正答率：95％
No.370 LLMにおける埋め込みとベクトル表現の役割
正答率：95％
No.387 判別モデルと生成モデルの主要な相違点
正答率：95％
No.412 生成AIチャットボットのセキュリティとコンプライアンス対策
正答率：95％
No.484 Amazon Q を用いたAIアシスタントの精度向上
正答率：95％

広告
No.487 生成AIの安全な導入戦略
正答率：95％
No.55 過学習を防ぐ効果的な手法
正答率：94％
No.142 大規模言語モデルの誤り
正答率：94％
No.153 AIモデルの透明性と説明可能性
正答率：94％
No.236 基盤モデルの特徴と能力
正答率：94％
No.292 AIモデル評価指標の選択
正答率：94％
No.300 生成AIのハルシネーション対策
正答率：94％
No.302 AIモデルのバイアス検出と対策
正答率：94％
No.320 F1スコアの有効性
正答率：94％
No.325 Bedrockの共有責任モデル
正答率：94％

広告
No.337 生成AIチャットボットの主要考慮点
正答率：94％
No.348 基盤モデルの出力を安全に制御する方法
正答率：94％
No.353 大量テキストのエンティティ抽出における最適な実装方法
正答率：94％
No.375 Foundation Modelとカスタマイゼーションの定義
正答率：94％
No.408 生成AIの望ましくない出力抑制
正答率：94％
No.10 生成AIモデルの構築・トレーニング・デプロイ基盤
正答率：93％
No.23 データポイズニングとプロンプトリーキングの見分け方
正答率：93％
No.27 生成AIのハルシネーション軽減策
正答率：93％
No.52 NLPとコンピュータビジョンの違い
正答率：93％
No.86 インストラクションチューニングの目的
正答率：93％

広告
No.169 機械学習の適切なデータ分割
正答率：93％
No.224 Amazon Personalizeの機能
正答率：93％
No.257 AIモデルのバイアス検出と最小化
正答率：93％
No.314 Amazon Lexの効果的な活用
正答率：93％
No.321 機械学習の基本概念
正答率：93％
No.364 モデルの予測根拠を説明するための重要特性
正答率：93％
No.383 AWS責任共有モデルにおける顧客の責任範囲
正答率：93％
No.401 基盤モデルの複雑な論理推論精度向上
正答率：93％
No.40 過学習を防ぐ効果的な手法
正答率：92％
No.62 設備故障予兆検知のための統合ML環境選定
正答率：92％

広告
No.156 few-shotプロンプティングによる意図分類データの設計
正答率：92％
No.160 SageMaker Model CardsとAI Service Cardsの役割の違い
正答率：92％
No.197 信用評価システムにおける説明可能性の重要性
正答率：92％
No.228 データガバナンスの重要要素
正答率：92％
No.238 生成AI基盤モデル選定における評価プロセス
正答率：92％
No.241 プロンプトインジェクション攻撃への対策
正答率：92％
No.245 教師なし学習の特徴
正答率：92％
No.336 Comprehendのセンチメント分析活用
正答率：92％
No.423 機械学習の主要な学習タイプに関する理解
正答率：92％
No.458 生成AIの複雑なタスク分解戦略
正答率：92％

広告
No.499 生成AIにおけるモデル推論とモデル評価の違い
正答率：92％
No.66 Comprehend Medicalの活用
正答率：91％
No.71 音声通話の感情分析サービス
正答率：91％
No.90 Amazon Bedrockの保護機能
正答率：91％
No.104 AWSの共有責任モデル
正答率：91％
No.178 非構造化臨床データからの情報抽出
正答率：91％
No.182 AIモデルの監視とバイアス検出
正答率：91％
No.342 Temperatureパラメータの影響
正答率：91％
No.354 生成AIシステムの倫理的評価における優先事項
正答率：91％
No.382 工場での画像分析システム導入に適したサービス
正答率：91％

広告
No.452 AWSクラウドにおけるセキュリティ責任の分担
正答率：91％
No.14 保険書類のデジタル処理における適切な構成
正答率：90％
No.48 文脈による語義の違いを捉える埋め込みモデル
正答率：90％
No.50 Bedrock基盤モデルのカスタマイズ機能
正答率：90％
No.58 多言語リアルタイム翻訳の実装
正答率：90％
No.61 AIモデルのバイアス検出と公平性評価
正答率：90％
No.120 生成AIモデルの潜在的リスク
正答率：90％
No.121 AIモデルの透明性と説明可能性
正答率：90％
No.131 企業データを活用した生成AI回答の実装方法
正答率：90％
No.132 AIモデルの過学習現象
正答率：90％

広告
No.154 機械学習モデルの過学習対策
正答率：90％
No.231 Word2Vecの効果的な利用
正答率：90％
No.291 AIモデルのバイアス検出ツール
正答率：90％
No.381 非構造化テキストからの洞察抽出
正答率：90％
No.431 Amazon Bedrockにおけるハルシネーションリスク
正答率：90％
No.459 チャットボットの応答トーンをブランドに合わせる方法
正答率：90％
No.463 社内データに基づいて回答・要約・作業実行を行う生成AIアシスタント
正答率：90％
No.6 IDE向け生成AI開発支援サービスの選定
正答率：89％
No.21 AIモデルのバイアス検出と透明性向上
正答率：89％
No.22 未知のドメインに対するモデル汎化の手法
正答率：89％

広告
No.64 AIモデルの公平性確保
正答率：89％
No.84 MLモデルのバイアス検出と説明可能性
正答率：89％
No.146 生成AIサービス利用時のインフラ運用負荷
正答率：89％
No.411 大規模言語モデルにおけるFew-shotプロンプティングの利点
正答率：89％
No.444 Amazon Q Business ガードレールの目的
正答率：89％
No.483 Bedrockモデルの教師データ保存
正答率：89％
No.493 Bedrockテキスト生成の候補語制御
正答率：89％
No.34 RAGによる応答品質向上の実装方法
正答率：88％
No.116 AI/MLモデルの公平性確保
正答率：88％
No.181 生成AIによるマーケティングコンテンツ作成の運用負荷最小化
正答率：88％

広告
No.185 コーディング支援に適した生成AIアシスタントの選択
正答率：88％
No.186 生成AI出力のバイアス評価に適したデータソースの選定
正答率：88％
No.212 インターネットを経由しないVPCからのS3アクセス経路
正答率：88％
No.254 few-shotとchain-of-thoughtを組み合わせたプロンプト例
正答率：88％
No.261 動画内容の自動検出と分析
正答率：88％
No.271 Bedrockの生成結果を保存するストレージ
正答率：88％
No.330 ノーコードMLツールの選択
正答率：88％
No.377 機械学習モデルにおけるバイアスの発生要因
正答率：88％
No.433 Amazon Novaを活用したドキュメント応答システムの設計
正答率：88％
No.469 AWS公式コンプライアンス文書の取得方法
正答率：88％

広告
No.87 Amazon Bedrockの出力長制御
正答率：87％
No.112 テキスト音声変換サービス
正答率：87％
No.113 機微な人事データを扱う機械学習アプリのセキュリティ確保
正答率：87％
No.139 医療用音声の規制準拠な処理
正答率：87％
No.234 Temperatureの影響
正答率：87％
No.275 LLMの出力創造性の調整
正答率：87％
No.313 ネガティブプロンプティングの活用
正答率：87％
No.352 Amazon Comprehendで実現できない機能
正答率：87％
No.372 生成AIモデルの適切な活用シナリオ
正答率：87％
No.380 過学習が発生しているモデルの改善手法
正答率：87％

広告
No.18 VPC内SageMakerとS3の安全な接続
正答率：86％
No.25 ブランドの語り口に合う基盤モデルを選ぶための評価アプローチ
正答率：86％
No.109 音声からテキストへの変換サービス
正答率：86％
No.117 モデル推論と評価の違い
正答率：86％
No.149 過学習への対処と汎化性能の向上
正答率：86％
No.279 生成AI実装におけるセキュリティ責任範囲の評価
正答率：86％
No.317 音声からテキストへの変換サービス
正答率：86％
No.339 Amazon Bedrockのファインチューニング
正答率：86％
No.392 Amazon Q Businessの権限管理機能
正答率：86％
No.394 機械学習がAI分野で果たす中心的役割
正答率：86％

広告
No.424 AIワークロードのセキュリティ優先順位
正答率：86％
No.11 半教師あり学習による不正検出
正答率：85％
No.88 アカウント全体の継続的な改善提案を得るツールの選定
正答率：85％
No.89 ワードエンベディングの代表的モデル
正答率：85％
No.118 コールセンター自動化のAWSサービス
正答率：85％
No.135 Bedrockのファインチューニング用データセットの保存先選定
正答率：85％
No.161 RAGアプリケーションの評価-検索結果と回答の関連性測定
正答率：85％
No.184 生成AIアプリケーションのデプロイ効率を測るビジネス指標
正答率：85％
No.209 Bedrockの検証データ保存先
正答率：85％
No.223 BedrockとJumpStartの比較
正答率：85％

広告
No.232 AIモデルのバイアス防止方法
正答率：85％
No.244 Amazon Q Developerの利用環境
正答率：85％
No.267 混同行列における偽陽性の定義
正答率：85％
No.357 基盤モデルの性能向上技術の特性
正答率：85％
No.434 RAG向けベクトル検索データストアの選定
正答率：85％
No.439 S3バケットにおける機密データの自動識別
正答率：85％
No.447 LLMにおけるtop-kサンプリングの利点
正答率：85％
No.490 生成AIレコメンドのビジネス評価指標
正答率：85％
No.8 文書からの手書き文字抽出
正答率：84％
No.38 ドロップアウトによる過学習防止
正答率：84％

広告
No.119 AIモデルトレーニングの前処理
正答率：84％
No.129 基盤モデルの精度をデプロイ前に評価する方法
正答率：84％
No.134 RAGとエージェントの違い
正答率：84％
No.219 AWS AIサービスカードの目的
正答率：84％
No.221 機械学習モデルの過学習対策
正答率：84％
No.226 機械学習実装の主な課題
正答率：84％
No.262 F1スコアの重要性
正答率：84％
No.273 基盤モデル評価における解釈可能性の重要性
正答率：84％
No.281 生成 AI アプリケーションの評価指標（ユーザー満足度）
正答率：84％
No.286 MLモデルのスケーラブルなAPI提供
正答率：84％

広告
No.309 複数業種にまたがる生成AIモデルの適応度評価
正答率：84％
No.332 強化学習の基本的な仕組み
正答率：84％
No.346 Amazon Q Developerの機能
正答率：84％
No.388 社内ドキュメント検索システムの構築
正答率：84％
No.404 大量レポートの一括要約における Bedrock 推論コストの最小化
正答率：84％
No.476 コンタクトセンターのオペレーター支援に適した生成AIサービス
正答率：84％
No.144 画像認識・分類のAWSサービス選択
正答率：83％
No.162 機械学習予測への人間レビュー統合
正答率：83％
No.171 RLHFとA2Iの違い
正答率：83％
No.188 Amazon Comprehendの主な用途
正答率：83％

広告
No.299 NLPのための最適なAWSサービス
正答率：83％
No.425 Amazon Q Businessを支える基盤サービス
正答率：83％
No.468 機械学習モデルの汎化性能最適化
正答率：83％
No.479 生成AI画像モデルのバイアス是正とデータ拡張
正答率：83％
No.7 金融機関における生成AI基盤モデル利用
正答率：82％
No.17 生成AI応答におけるハルシネーションとトキシシティの識別
正答率：82％
No.225 AIとMLの関係性と違い
正答率：82％
No.297 基盤モデルとLLMの主な違い
正答率：82％
No.327 過学習の主な原因
正答率：82％
No.398 Amazon Bedrockの推論制御パラメータ
正答率：82％

広告
No.442 Amazon Textractによる金融文書処理の効率化
正答率：82％
No.481 機械学習モデルの過学習の根本原因特定
正答率：82％
No.492 Amazon Textractの機能範囲に関する理解
正答率：82％
No.9 Bedrockの機密情報保護
正答率：81％
No.19 顧客フィードバックの自動感情分析
正答率：81％
No.29 生成された要約の品質を評価する方法
正答率：81％
No.39 複数の基盤モデルの候補絞り込み評価
正答率：81％
No.65 音声認識のためのサービス選択
正答率：81％
No.114 BedrockとSageMaker JumpStartの比較
正答率：81％
No.137 NLPに適したAWSのAI/MLサービス
正答率：81％

広告
No.191 バリデーションデータセットの役割
正答率：81％
No.216 LLM出力の公平性評価手法
正答率：81％
No.227 夜間車両ナンバー検出に適したサービス
正答率：81％
No.265 生成AIシステムにおけるエージェントの役割
正答率：81％
No.296 学習済みモデルを即座に活用できるSageMaker機能の選択
正答率：81％
No.341 生成AIアプリケーションにおけるNPS(ネットプロモータースコア)が示す指標
正答率：81％
No.349 機械学習向けデータレイクの一元管理
正答率：81％
No.361 複数MLモデル間での知識共有と転移学習
正答率：81％
No.368 学習と推論に適したAWS専用チップの使い分け
正答率：81％
No.376 生成AIの出力から特定の話題を除外させるプロンプト技術
正答率：81％

広告
No.389 モデルガバナンスのためのドキュメント化機能
正答率：81％
No.430 生成AIの利用検出が対処するリスク
正答率：81％
No.436 ファインチューニング向けデータセットのバイアス低減
正答率：81％
No.446 AWSアカウントの操作履歴を監査する
正答率：81％
No.500 Amazon Rekognitionによる画像コンテンツ監査
正答率：81％
No.20 AIシステムの最適化ツール選定
正答率：80％
No.106 SageMakerにおけるチーム別データアクセス制御
正答率：80％
No.110 マルチモーダルモデルの能力
正答率：80％
No.143 Amazon Pollyの最適な利用ケース
正答率：80％
No.165 生成AIの誤情報管理手法
正答率：80％

広告
No.166 Zero-shotプロンプティングの特徴
正答率：80％
No.196 Bedrockで創造的な応答を得る推論パラメータ
正答率：80％
No.251 SageMakerのデータ集約サービス
正答率：80％
No.256 Amazon Q Developerを支える基盤サービス
正答率：80％
No.258 Amazon Q Businessの基盤サービス
正答率：80％
No.369 教師なし学習の目的と適用場面
正答率：80％
No.396 Amazon Bedrockナレッジベースの目的
正答率：80％
No.409 候補基盤モデルを客観的指標で比較する評価手法
正答率：80％
No.426 機械学習モデルの予知保全システムにおける設計判断
正答率：80％
No.1 音声からの感情分析の効率的な実現
正答率：79％

広告
No.12 F1スコアの重要性
正答率：79％
No.60 LLMを用いた製品カタログ検索
正答率：79％
No.99 Amazon Bedrockにおける出力の多様性制御
正答率：79％
No.206 強化学習と教師あり学習の違い
正答率：79％
No.290 生成AIにおけるトークンの概念
正答率：79％
No.355 生成AIエージェントの処理特性
正答率：79％
No.403 機械学習におけるデータ特性の理解
正答率：79％
No.2 Bedrockのファインチューニング用データセットの格納先
正答率：78％
No.28 SageMaker Clarifyの活用
正答率：78％
No.138 基盤モデル比較のための再現性ある定量評価アプローチ
正答率：78％

広告
No.173 LLMの応答の非決定性
正答率：78％
No.198 不均衡データの評価指標
正答率：78％
No.263 CNNとRNNの適切な用途
正答率：78％
No.269 複雑なタスクを段階的に分解させるプロンプト技術の選択
正答率：78％
No.343 AWS上のNLPマネージドサービス
正答率：78％
No.351 Bedrockエージェントでの文書参照機能の実装
正答率：78％
No.360 企業文書向けインテリジェント検索の実現
正答率：78％
No.473 大規模言語モデルと外部知識連携の利点
正答率：78％
No.67 モデルの汎化能力向上手法
正答率：77％
No.69 バイアス-バリアンストレードオフの調整
正答率：77％

広告
No.80 モデル開発における説明可能性とパフォーマンスの関係
正答率：77％
No.94 Amazon Bedrockでの RAG 活用
正答率：77％
No.108 Amazon Rekognitionの適用範囲
正答率：77％
No.214 AI技術の階層関係
正答率：77％
No.220 Bedrockのデータセキュリティ
正答率：77％
No.379 組織全体のセキュリティ検出結果の統合管理
正答率：77％
No.405 Bedrock生成レポートの安全な保存
正答率：77％
No.432 AI/MLワークロードの機密情報管理とローテーション
正答率：77％
No.482 RAG用埋め込みベクトルの保存と類似検索に適したサービス
正答率：77％
No.4 AI関連技術の正しい包含関係
正答率：76％

広告
No.30 Bedrockでのナレッジベース活用
正答率：76％
No.175 Amazon Q Developer の機能理解
正答率：76％
No.213 プロンプトエンジニアリングの構成要素
正答率：76％
No.358 音声認識とカスタム画像分析の統合
正答率：76％
No.422 AIチャットボットの応答品質向上
正答率：76％
No.5 テキストから音声への変換サービス
正答率：75％
No.51 ML予測の透明性と解釈可能性
正答率：75％
No.56 生成AIアシスタント導入効果を測る指標の選定
正答率：75％
No.176 MLモデルの文書化ツール
正答率：75％
No.183 Bedrockの応答長パラメータの影響
正答率：75％

広告
No.229 強化学習の仕組みと他のML手法との違い
正答率：75％
No.233 医療AIモデルの透明性と信頼性維持
正答率：75％
No.268 AIモデルのバイアス特定
正答率：75％
No.421 モデルパラメータとハイパーパラメータの違い
正答率：75％
No.477 機械学習ワークロードの認証情報管理戦略
正答率：75％
No.485 AIモデルの透明性と説明責任を確保
正答率：75％
No.158 SageMakerモデルの文書化
正答率：74％
No.159 NLPにおけるトークン化の重要性
正答率：74％
No.170 画像分類に適したニューラルネットワーク
正答率：74％
No.199 人間のレビューと監査の実装
正答率：74％

広告
No.246 Top K推論パラメータの影響
正答率：74％
No.333 定期的な品質データ分析に適した推論方式
正答率：74％
No.91 コンパクトモデルと大規模モデルの評価アプローチの選定
正答率：73％
No.145 映画分類の透明性と解釈性
正答率：73％
No.148 統一検索ソリューションの選択
正答率：73％
No.235 生成AIによる新規コンテンツ作成
正答率：73％
No.249 温度設定とハルシネーションの関係
正答率：73％
No.315 基盤モデルの事前学習とファインチューニングの学習方式
正答率：73％
No.319 責任あるAI実践のための偏り検出と説明可能性
正答率：73％
No.416 AIモデルのバイアスとバリアンスの理解
正答率：73％

広告
No.420 SageMakerサービスのユースケース選択
正答率：73％
No.474 AWSリソースの継続的な脆弱性スキャン
正答率：73％
No.45 Bedrockのコスト最適化
正答率：72％
No.54 生成AI環境の操作履歴を追跡する監査ログサービス
正答率：72％
No.239 自然言語からSQLクエリを生成する仕組み
正答率：72％
No.253 解釈可能な分類モデルの選択
正答率：72％
No.276 法律文書からの情報抽出精度向上手法
正答率：72％
No.295 LLMの偏見評価に適したデータソース
正答率：72％
No.323 教師あり学習のタスク分類
正答率：72％
No.373 Amazon Bedrock がインフラ管理を不要にする仕組み
正答率：72％

広告
No.496 SageMaker Autopilotの主な目的
正答率：72％
No.57 モデルパラメータとハイパーパラメータの違い
正答率：71％
No.83 プロンプトインジェクションと情報漏えいの識別
正答率：71％
No.124 Amazon Bedrock でのプロンプト検証環境
正答率：71％
No.163 AIワークフロー用ハードウェアの最適化
正答率：71％
No.237 RAGモデルのアクセス制御
正答率：71％
No.301 複雑な問題分解のプロンプト技術
正答率：71％
No.306 Top Pパラメータの影響
正答率：71％
No.407 Amazon Bedrockによる複雑なタスクの自動化
正答率：71％
No.472 機械学習モデルの過学習と未学習の関係
正答率：71％

広告
No.13 複数プロバイダーの基盤モデルとエージェントを扱うサービス選定
正答率：70％
No.16 Bedrockの推論パラメータ設定
正答率：70％
No.26 Amazon Fraud Detectorにおける変数抽出プロセス
正答率：70％
No.37 生成AI導入効果を測るビジネス指標の選定
正答率：70％
No.49 基盤モデルがラベルを自ら生成する学習手法
正答率：70％
No.68 SageMaker Ground TruthによるRLHF支援の理解
正答率：70％
No.73 Amazon Bedrockにおけるファインチューニングの仕組み
正答率：70％
No.93 S3内の機密データ検出に適したサービス
正答率：70％
No.195 分類問題の評価指標
正答率：70％
No.289 リソース構成変更の継続的な追跡と監査に適したAWSサービス
正答率：70％

広告
No.303 医療関連データを扱う生成AIアプリでHIPAA準拠とデータ非保持を両立するサービス選定
正答率：70％
No.345 Amazon Bedrockでのファインチューニングの仕組み
正答率：70％
No.350 社内データを横断する生成AIアシスタントの選定
正答率：70％
No.371 基盤モデルの即利用と独自学習を両立するサービスの組み合わせ
正答率：70％
No.441 生成AIアシスタントのビジネス効果測定方法の選定
正答率：70％
No.488 金融不正検出のための最適なデータ基盤選定
正答率：70％
No.494 医療画像のデータラベリング効率化
正答率：70％
No.3 過学習防止のための有効な手法
正答率：69％
No.15 機械学習におけるバイアス低減手法
正答率：69％
No.98 Bedrockナレッジベースのベクトルストア選定
正答率：69％

広告
No.190 Transformerモデルの動作原理
正答率：69％
No.193 チャットボットの一貫性向上
正答率：69％
No.200 生成AIチャットボットの応答再利用
正答率：69％
No.242 生成AIのセキュリティ責任範囲
正答率：69％
No.277 AIモデルの処理能力の限界
正答率：69％
No.304 解釈可能性と説明可能性の違いの理解
正答率：69％
No.310 情報暴露とプロンプトインジェクションの識別
正答率：69％
No.318 AWSベストプラクティスに基づく継続的な最適化支援
正答率：69％
No.340 画像生成に適した基盤モデルの選択
正答率：69％
No.443 基盤モデルのオブジェクト検出精度評価
正答率：69％

広告
No.497 機械学習プロジェクトのAWSコスト管理
正答率：69％
No.35 AI/MLのバイアス防止方法
正答率：68％
No.36 Amazon Bedrockエージェントの外部API連携機能
正答率：68％
No.70 バイアス-バリアンストレードオフ
正答率：68％
No.96 アンダーフィッティングの特徴
正答率：68％
No.174 顧客フィードバックに基づき自律的に応答を改善する学習手法
正答率：68％
No.187 企業向け生成AI搭載アシスタント
正答率：68％
No.203 Amazon Q Developerの基盤
正答率：68％
No.266 自然言語によるBIダッシュボード作成を支援するサービス
正答率：68％
No.287 過学習を防ぐ効果的な手法
正答率：68％

広告
No.399 ジェイルブレイクと他の攻撃手法の識別
正答率：68％
No.438 基盤モデルの主要な学習パラダイム
正答率：68％
No.33 グラフデータを活かすAIユースケース
正答率：67％
No.255 早期終了の判断基準
正答率：67％
No.334 基盤モデルのパフォーマンス向上技術
正答率：67％
No.419 大規模データの日次前処理の最適化
正答率：67％
No.478 機械学習ワークロードの体系的改善
正答率：67％
No.53 自然言語からSQLクエリへの変換
正答率：66％
No.126 データサイエンスプロセスのフェーズ
正答率：66％
No.140 プロンプティング技術の構成要素
正答率：66％

広告
No.247 AWS AI Service Cardsの目的
正答率：66％
No.311 基盤モデルの性能向上手法
正答率：66％
No.450 モデル予測の説明可能性を高めるサービスの選定
正答率：66％
No.312 意味的類似度を重視した生成テキストの評価指標
正答率：65％
No.359 動的環境で学習するAIエージェントの実装手法
正答率：65％
No.448 グローバルコンテンツ配信の最適化
正答率：65％
No.449 SageMakerのデプロイモデル選定
正答率：65％
No.157 Amazon Bedrockのデータ保護
正答率：64％
No.338 One-Hotエンコーディングの目的
正答率：64％
No.367 生成された要約文の評価指標
正答率：64％

広告
No.384 テキストの数値表現に関する概念
正答率：64％
No.453 要約結果の参照比較に適した評価指標の選定
正答率：64％
No.498 生成AIにおける拡散モデルの特性
正答率：64％
No.24 ISVコンプライアンス通知の自動化
正答率：63％
No.78 Amazon Personalizeの機能
正答率：63％
No.81 Amazon Comprehendのエンティティ認識機能
正答率：63％
No.100 機械学習における過適合と過少適合
正答率：63％
No.111 トランスフォーマーの最適用途
正答率：63％
No.363 Few-shot learningにおける学習例のデータ構造
正答率：63％
No.413 受験生向けアシスタントに求める安全対策とデータ保護
正答率：63％

広告
No.462 統計的特性を保った合成データ生成に適した手法
正答率：63％
No.77 学習データの不均衡によるバイアスへの対処
正答率：62％
No.107 再現率が重要となるシナリオ
正答率：62％
No.133 機械翻訳の品質評価に適した指標の選択
正答率：62％
No.194 教師あり学習のタスク分類
正答率：62％
No.222 説明可能性におけるシャープレイ値とPDP
正答率：62％
No.280 機械翻訳評価に伝統的に用いられる自動評価指標の選択
正答率：62％
No.307 合成データ生成のGAN活用
正答率：62％
No.460 SageMakerにおける特徴量の一貫性維持
正答率：62％
No.470 機械学習モデルの説明可能性手法の理解
正答率：62％

広告
No.486 基盤モデルの応答品質向上アプローチ
正答率：62％
No.31 Bedrockでの製品推薦モデル改善
正答率：61％
No.168 画像からのテキスト抽出と構造化
正答率：61％
No.386 データポイズニングとプロンプトリークの識別
正答率：61％
No.41 LLMの動的プロンプト最適化
正答率：60％
No.85 初心者向けの語り口を評価するための基盤モデル評価アプローチ
正答率：60％
No.240 LLMの特性（非決定性）
正答率：60％
No.326 Amazon Bedrockエージェントの活用
正答率：60％
No.414 AI推論サービス向けコンテナ環境最適化
正答率：60％
No.455 外部データ調達の効率化戦略
正答率：60％

広告
No.79 適合率と再現率から読み取るクラス不均衡
正答率：59％
No.103 ドキュメント検索システムの構築に適したサービス
正答率：59％
No.201 ベンチマークデータセットでの評価が難しい観点の識別
正答率：59％
No.471 基盤モデル活用によるAIチャットボット構築
正答率：59％
No.322 文脈的意味を区別する埋め込みモデル
正答率：58％
No.406 テキスト要約モデルの品質評価
正答率：58％
No.63 テキスト分析に適したAWSサービス
正答率：57％
No.180 画像生成AIのバイアス軽減方法
正答率：57％
No.278 自然言語でのBIダッシュボード作成
正答率：57％
No.347 生成AI機能の事業インパクトを測るビジネス指標
正答率：57％

広告
No.393 コンプライアンス基準への継続的な適合性評価
正答率：57％
No.44 生成モデルアーキテクチャごとの動作原理の違い
正答率：56％
No.101 Transformerモデルの動作原理
正答率：56％
No.215 事前学習済みモデルへの層追加と再学習による新タスクへの適応
正答率：56％
No.316 動画配信プラットフォームにおけるAmazon Rekognitionの適用範囲
正答率：56％
No.445 AIアプリケーションの自動セキュリティ評価
正答率：56％
No.127 大規模データ推論に適した構成の選択
正答率：55％
No.454 AIシステムの継続的な構成監視サービス
正答率：55％
No.102 個人を特定できる情報（PII）を削除するためのAWSサービス
正答率：54％
No.207 Amazon Bedrockの効率的な推論
正答率：54％

広告
No.270 金融ML運用のガバナンスツール
正答率：54％
No.362 基盤モデルの学習方式の特徴
正答率：54％
No.366 過学習を軽減する技術的手法
正答率：54％
No.410 生成AIによる文面のブランドトーン統一とスケーラビリティ
正答率：54％
No.128 AI不正検出の監査・コンプライアンス
正答率：53％
No.167 Bedrockモデル呼び出しの入出力監査ログ確保
正答率：53％
No.385 モデルパラメータとハイパーパラメータの違い
正答率：53％
No.136 基盤モデルの補完手法
正答率：52％
No.272 カスタムモデル学習と基盤モデル統合の役割分担
正答率：52％
No.428 Bedrockのモデル評価で使う指標の選択
正答率：52％

広告
No.218 生成AIシステムのリソース効率を測る評価指標
正答率：50％
No.331 継続事前学習とファインチューニングの違い
正答率：50％
No.417 顧客サポート向け生成AIソリューション選定
正答率：49％
No.324 生成AI機能のビジネス価値を測る指標設計
正答率：47％
No.130 効果的なプロンプトの構成要素
正答率：41％
No.95 検索インデックス作成前の個人情報の検出・マスキング
正答率：36％
No.32 生成AIモデル設計におけるトレードオフの理解
正答率：0％
No.74 Amazon Bedrockの主要な利点
正答率：0％
No.92 生成AIモデルの出力多様性を制御するパラメータ
正答率：0％
No.122 ライドシェアアプリの利用者コメントに対する感情分析サービスの選定
正答率：0％

広告
No.125 Amazon Bedrockにおけるモデル評価手法の違い
正答率：0％
No.141 Bedrockでの基盤モデル選定と本番前評価
正答率：0％
No.147 生成AIチャットアシスタントの品質が左右するビジネス指標
正答率：0％
No.152 Amazon Bedrockのモデルカスタマイズ手法の識別
正答率：0％
No.164 API操作の追跡と設定コンプライアンスの継続監視
正答率：0％
No.172 Bedrockエージェントの外部システム連携構成
正答率：0％
No.177 LLM開発に適したAWSサービスの組み合わせ
正答率：0％
No.189 基盤モデルのドメイン特化手法の選択
正答率：0％
No.208 外部データ統合による回答生成の最適実装
正答率：0％
No.308 Amazon Q Developerが提供する機能の把握
正答率：0％

広告
No.344 透明性・説明可能性の高いモデルを選ぶ利点
正答率：0％
No.356 Amazon Bedrockの主要機能
正答率：0％
No.365 Amazon Q と Amazon Bedrock の違い
正答率：0％
No.378 生成AIアプリケーションの監査と脆弱性管理
正答率：0％
No.395 本番環境での継続的なモデル監視と人間レビューの実現
正答率：0％
No.397 SageMakerでの推薦モデル最適化手法
正答率：0％
No.400 Amazon Q Businessのデータ管理とセキュリティ制御
正答率：0％
No.415 AIガバナンスにおける責任あるシステム運用
正答率：0％
No.418 AIモデルの公平性・透明性確保
正答率：0％
No.427 生成AIにおけるデータガバナンス戦略
正答率：0％

広告
No.429 LLMにおけるCoTプロンプティングの利点
正答率：0％
No.435 生成AIによるテキスト分析の能力と限界
正答率：0％
No.437 Amazon Q Businessのガバナンスと監査
正答率：0％
No.440 Amazon Bedrock AIエージェントの基盤コンポーネント
正答率：0％
No.451 AWS環境のガバナンスと監査強化
正答率：0％
No.456 金融機関のAI不正検知と監査対応
正答率：0％
No.465 SageMaker JumpStart の特徴
正答率：0％
No.466 AIエージェントの環境適応力を高める要因
正答率：0％
No.467 動画コンテンツの自動分析と文字起こし
正答率：0％
No.495 幅広い文章作成業務に対する生成AI活用の利点
正答率：0％

広告

広告

当サイトのコンテンツの無断転載・複製・転用・再配布・販売を禁止します。著作権について

© 2019-2026 aws-exam.net