AWS認定資格 WEB問題集＆徹底解説

会員登録/ログイン

• タスクステートメント1.3：ML 開発ライフサイクルの説明

分野1：AI と ML の基礎

• No.10 生成AIモデルの構築・トレーニング・デプロイ基盤
• No.12 F1スコアの重要性
• No.14 保険書類のデジタル処理における適切な構成
• No.26 Amazon Fraud Detectorにおける変数抽出プロセス
• No.62 設備故障予兆検知のための統合ML環境選定
• No.72 機械学習における学習と推論の違い
• No.79 適合率と再現率から読み取るクラス不均衡
• No.107 再現率が重要となるシナリオ
• No.119 AIモデルトレーニングの前処理
• No.126 データサイエンスプロセスのフェーズ
• No.127 大規模データ推論に適した構成の選択
• No.163 AIワークフロー用ハードウェアの最適化
• No.191 バリデーションデータセットの役割
• No.195 分類問題の評価指標
• No.198 不均衡データの評価指標
• No.221 機械学習モデルの過学習対策
• No.226 機械学習実装の主な課題
• No.251 SageMakerのデータ集約サービス
• No.262 F1スコアの重要性
• No.267 混同行列における偽陽性の定義
• No.286 MLモデルのスケーラブルなAPI提供
• No.292 AIモデル評価指標の選択
• No.293 AIモデルの予測モニタリング
• No.296 学習済みモデルを即座に活用できるSageMaker機能の選択
• No.299 NLPのための最適なAWSサービス
• No.320 F1スコアの有効性
• No.330 ノーコードMLツールの選択
• No.333 定期的な品質データ分析に適した推論方式
• No.335 AIモデルのデプロイと推論
• No.338 One-Hotエンコーディングの目的
• No.368 学習と推論に適したAWS専用チップの使い分け
• 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
• No.397 SageMakerでの推薦モデル最適化手法
• No.420 SageMakerサービスのユースケース選択
• No.449 SageMakerのデプロイモデル選定
• No.455 外部データ調達の効率化戦略
• No.460 SageMakerにおける特徴量の一貫性維持
• No.478 機械学習ワークロードの体系的改善
• No.488 金融不正検出のための最適なデータ基盤選定
• No.494 医療画像のデータラベリング効率化
• No.496 SageMaker Autopilotの主な目的