AWS認定資格 WEB問題集＆徹底解説
会員登録/ログイン

機械学習エンジニア–アソシエイト

正解 B,C問題

分野1：機械学習 (ML) のためのデータ準備タスクステートメント1.2：データ変換と特徴量エンジニアリング

1 2 3 4

次の問題前の問題

問題文と選択肢

ある機械学習チームは、顧客のライフサイクルにおける特定のイベント発生を予測するモデルを構築しています。このモデルの精度を高めるため、チームは時系列情報を含む大規模なデータセットの準備に着手しました。課題：チームは、データセット内のタイムスタンプ列から「月の週」や「特定の時間帯」といった、より高レベルの新しい特徴量を生成したいと考えています。さらに、生成されたこれらの新しい特徴量と既存の特徴量が、予測モデルに対してどの程度の寄与度を持つのかを評価し、重要な特徴量を特定する必要があります。解決策：データ準備プロセスを効率化するため、チームはAmazon SageMaker Data Wranglerの活用を決定しました。この要件を達成するために、SageMaker Data Wranglerのどの機能が特に役立ちますか。(2つ選択してください)

データセットから直接、時系列予測モデルを構築し、将来のイベント発生トレンドを自動的に予測する機能。
タイムスタンプデータから「曜日」「時間帯」「月の週」などの派生特徴量を自動的に生成するデータ変換機能。
Quick Model機能を利用して、生成された特徴量の予測モデルに対する重要度を自動的に算出し、ランキング表示する機能。
Amazon RedshiftやAmazon RDSなどの複数のデータソースからデータをリアルタイムで統合し、推論エンドポイントに直接供給する機能。

解説頻出度★★★★★

この問題は、「タイムスタンプからの派生特徴量生成」と「特徴量重要度の評価」というデータ準備フェーズの 2 タスクが、いずれも SageMaker Data Wrangler の標準機能（データ変換とクイックモデル分析）で完結することを知っているかがポイント

A. データセットから直接、時系列予測モデルを構築し、将来のイベント発生トレンドを自動的に予測する機能。

Data Wrangler はデータ準備（インポート・変換・分析・エクスポート）のためのツールであり、時系列予測モデルを構築して将来のトレンドを予測する機能は持ちません。
「モデルを作って将来を予測する」タスクは、SageMaker Canvas（ノーコード予測）や SageMaker の学習ジョブ、あるいは Amazon Forecast 系の領域です。
Data Wrangler が内部で作るモデルはあくまで特徴量重要度を測るための簡易モデル（クイックモデル）であり、本番の予測に使うものではありません。

正解

B. タイムスタンプデータから「曜日」「時間帯」「月の週」などの派生特徴量を自動的に生成するデータ変換機能。

Data Wrangler には日時のフィーチャライズ（Featurize date/time）という組み込みの変換が用意されており、タイムスタンプ列から「年」「月」「月の週」「曜日」「時間帯」などの派生列を GUI 操作だけで一括生成できます。
「タイムスタンプから月の週や時間帯といった高レベルの特徴量を作りたい」という本問の課題そのものに対応する機能で、スクリプトを書かずに特徴量エンジニアリングを進められます。正解の 1 つです。

正解

C. Quick Model機能を利用して、生成された特徴量の予測モデルに対する重要度を自動的に算出し、ランキング表示する機能。

クイックモデル（Quick Model）分析は、データセットとターゲット列を指定するだけでランダムフォレストを自動学習し、各特徴量の重要度スコア（0〜1）を Gini 重要度で算出してランキング表示します。分類か回帰かも自動判定され、F1 スコアや MSE といったモデルスコアも同時に確認できます。
「新しく生成した特徴量が予測にどれだけ寄与するかを評価し、重要な特徴量を特定する」という要件に直接応える機能であり、もう 1 つの正解です。

D. Amazon RedshiftやAmazon RDSなどの複数のデータソースからデータをリアルタイムで統合し、推論エンドポイントに直接供給する機能。

Data Wrangler は Amazon Redshift や Amazon RDS、Amazon S3、Amazon Athena などからデータをインポートできますが、それはあくまで準備フェーズのバッチ的な取り込みです。
「リアルタイムで統合し、推論エンドポイントに直接供給する」というストリーミング推論の役割は Data Wrangler にはありません。その用途では Amazon Kinesis や AWS Lambda、SageMaker Feature Store（オンラインストア）などを組み合わせた別アーキテクチャが必要になります。
データソースの列挙が正しいだけに紛らわしいですが、後半の機能説明が誤りです。

これだけ覚える（記憶フック）
Data Wrangler は「変換」＋「分析」。日時の分解は変換機能、特徴量重要度はクイックモデル。推論や本番予測はやらない。

正解への思考ルート

問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。

要件	判断ポイント
タイムスタンプ列から「月の週」「時間帯」などの派生特徴量を生成したい	Data Wrangler の日時フィーチャライズ変換がそのまま該当する →選択肢（B）が正解
生成した特徴量の予測モデルへの寄与度を評価し、重要な特徴量を特定したい	クイックモデル分析がランダムフォレストで特徴量重要度スコアを自動算出する →選択肢（C）が正解
あくまで「データ準備」の工程で行う作業	本番の予測モデル構築や推論の提供は Data Wrangler の役割ではない →選択肢（A）を消す
Data Wrangler が扱うのはバッチのデータインポートと変換	リアルタイム統合＋推論エンドポイントへの直接供給は Data Wrangler の機能ではない →選択肢（D）を消す

ひっかけポイント

選択肢 A の「時系列予測モデルを構築」はクイックモデルと混同させる罠。クイックモデルが作るのは特徴量重要度を測るための簡易モデルであり、将来を予測する本番モデルではない
選択肢 D は「Redshift や RDS からインポートできる」という正しい事実を前半に置いて信じ込ませる作り。誤りは後半の「リアルタイム統合して推論エンドポイントに直接供給」の部分
「月の週」「時間帯」といった語から自分でコードを書く前提を想像しがちだが、Data Wrangler は組み込み変換として用意済み。ノーコードで済む点が出題の狙い
2 つ選ぶ設問では、問題文の「課題」に書かれた要求が 2 つ（特徴量生成・重要度評価）あることに気づけば、対応する機能を素直に選べる

出題バリエーション

同じ知識が本番では条件を変えて出題されます。

問題文がこう変わったら	正解はこう変わる
「特徴量をチーム間で共有し、学習と推論で同じ値を再利用したい」	SageMaker Feature Store が正解軸に。Data Wrangler からの取り込み先としても登場する。
「データ内のバイアスや偏りを検出したい」	SageMaker Clarify（Data Wrangler のバイアスレポート分析）が正解に。
「準備したデータを使ってコードを書かずに本番モデルを作りたい」	SageMaker Canvas / Autopilot が正解軸に移る。
「ペタバイト級のデータを Spark で分散処理して前処理したい」	AWS Glue や Amazon EMR、SageMaker Processing（Spark）が正解に。
「Data Wrangler で作ったフローを定期的に自動実行したい」	フローを SageMaker Pipelines のステップとしてエクスポートする構成が正解軸に。

AWS認定資格 WEB問題集＆徹底解説
会員登録/ログイン

A. データセットから直接、時系列予測モデルを構築し、将来のイベント発生トレンドを自動的に予測する機能。

B. タイムスタンプデータから「曜日」「時間帯」「月の週」などの派生特徴量を自動的に生成するデータ変換機能。

C. Quick Model機能を利用して、生成された特徴量の予測モデルに対する重要度を自動的に算出し、ランキング表示する機能。

D. Amazon RedshiftやAmazon RDSなどの複数のデータソースからデータをリアルタイムで統合し、推論エンドポイントに直接供給する機能。

次の問題 前の問題

会員機能

お役立ち情報

姉妹サイト

アンケート

サイト情報