AWS認定資格 WEB問題集＆徹底解説

機械学習エンジニア–アソシエイト

正解 A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
要復習（もう一度解きたい問題） 1 2 3 4
前の問題
合格に向けて、もっと深く学習する
豊富な問題と詳細なAWSサービス解説を、24時間無料でお試しいただけます
プレミアム会員機能を無料で試す ❯
問題文と選択肢
ある製造企業は、機器の予知保全を目的として、センサーデータやメンテナンス履歴を含む数十テラバイト規模の時系列データをAmazon S3にCSV形式で保存しています。このデータは数億行に達することもあります。機械学習モデルのトレーニングに先立ち、データサイエンティストは以下の前処理を効率的に実行する必要があります。
  • 欠損値の補完、外れ値の除去、特徴量エンジニアリング（例：移動平均の計算）
  • 異なるデータソースからの結合
  • データ品質の検証と視覚的な探索
これらの作業を、コーディング量を最小限に抑え、直感的で視覚的なインターフェースを通じて統合された環境で実施できる、最適なAmazon SageMakerサービスはどれですか。
  • Amazon SageMaker Data Wrangler
  • Amazon SageMaker Feature Store
  • Amazon SageMaker Clarify
  • Amazon SageMaker Studio
解説 頻出度★★★★★
この問題は、「大規模データの前処理・結合・品質検証 × コーディング最小 × 視覚的な単一インターフェース」という要件から、SageMaker のデータ準備専用ツールである Data Wrangler を選べるかがポイントです。
正解

A. Amazon SageMaker Data Wrangler

Amazon SageMaker Data Wrangler は、ML 向けのデータ準備に特化した視覚的（ローコード / ノーコード）ツールです。S3 や Athena、Redshift などのデータソースに接続し、GUI 上のフローとして欠損値の補完、外れ値の除去、移動平均などの特徴量エンジニアリング、複数データソースの結合（JOIN）を組み立てられます。

組み込みのデータ品質・インサイトレポートやヒストグラム / 散布図による可視化も備えており、「データ品質の検証と視覚的な探索」もそのまま実施できます。作成したフローは処理ジョブとしてスケールアウト実行でき、数十テラバイト規模のデータにも対応できるため、要件を単一の統合環境で満たすこの選択肢が正解です。

B. Amazon SageMaker Feature Store

Amazon SageMaker Feature Store は、作成済みの特徴量を保存・共有・再利用し、学習時と推論時で同じ特徴量を一貫して使えるようにするためのマネージドリポジトリです。オンラインストア / オフラインストアによる提供が主な役割です。

あくまでデータ準備の「結果」を格納する先であり、欠損値補完や外れ値除去といった変換処理そのものを視覚的に行うツールではありません。

C. Amazon SageMaker Clarify

Amazon SageMaker Clarify は、学習データやモデルのバイアス（偏り）を検出し、予測の根拠を説明（説明可能性）するためのサービスです。学習前のデータセットの偏りを測る用途はありますが、それは公平性の評価であって、本問が求める前処理ではありません。

欠損値の補完、外れ値の除去、特徴量エンジニアリング、データソースの結合といったデータ変換の機能は持っていません。

D. Amazon SageMaker Studio

Amazon SageMaker Studio は ML 開発のための統合開発環境（IDE）であり、この中で Data Wrangler をはじめとする各種機能を利用します。したがって「環境」としては正しくても、データ準備を担う機能そのものの名前ではありません。

Studio 上でデータ準備を行う標準的な方法はノートブックでのコード記述（pandas / Spark など）であり、「コーディング量を最小限に抑え、直感的で視覚的なインターフェースで」という要件に対しては、専用ツールである Data Wrangler のほうが直接的な答えになります。

これだけ覚える（記憶フック）
視覚的・ノーコードでデータ準備なら Data Wrangler。Feature Store は「準備した結果の保管庫」、Clarify は「バイアス診断」。
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
コーディング量を最小限に抑え、直感的で視覚的なインターフェースで実施したい ノートブックにコードを書く前提の環境は要件と噛み合わない。GUI でフローを組む専用ツールを選ぶ
→選択肢（D）を消す
欠損値の補完、外れ値の除去、特徴量エンジニアリング（移動平均など） 組み込みの変換レシピを GUI から適用できるのは Data Wrangler。バイアス検出ツールは変換機能を持たない
→選択肢（C）を消す
異なるデータソースからの結合 Data Wrangler は S3 / Athena / Redshift 等に接続し、データセット同士の JOIN をフロー上で定義できる
→選択肢（A）は候補
データ品質の検証と視覚的な探索 データ品質・インサイトレポートと各種グラフが組み込まれている。特徴量の保管庫にはこの機能はない
→選択肢（B）を消す
数十テラバイト・数億行の CSV を S3 から前処理する サンプルで対話的にフローを作り、処理ジョブとしてスケールさせて全量に適用できる
→選択肢（A）が正解
ひっかけポイント
  • 選択肢 D の SageMaker Studio は「統合された環境」という問題文の表現に釣られやすい。Studio は器（IDE）であって、視覚的なデータ準備機能そのものは Data Wrangler
  • 選択肢 B の Feature Store は「データ準備といえば特徴量」で選びたくなるが、役割は準備し終えた特徴量の保存・共有・再利用。作る工程ではなく置き場
  • 選択肢 C の Clarify は「データ品質の検証」という語に引っかかる。Clarify が見るのは公平性（バイアス）と説明可能性であって、欠損値や外れ値のクレンジングではない
  • 「数十テラバイト」という規模から反射的に EMR / Glue を思い浮かべがちだが、本問はSageMaker サービスの中から選ぶ設問。要件の主軸はノーコード・視覚的である点を見失わない
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
「準備した特徴量を学習と推論で一貫して再利用し、チーム間で共有したい」 SageMaker Feature Store が正解に。
「学習データに特定の属性の偏りが無いかを確認し、モデルの予測根拠も説明したい」 SageMaker Clarify が正解に。
「データエンジニアが Spark でコードを書いて大規模 ETL を回す（GUI 不要）」 AWS Glue や Amazon EMR が正解軸に。
「前処理から学習・デプロイまでを再現可能なワークフローとして自動化したい」 SageMaker Pipelines が正解軸に。
関連サービスの解説 Amazon SageMaker
Amazon Simple Storage Service (Amazon S3)
＋ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。（コメント投稿にはログインが必要です）
正答率 81%
No.10 解説
ある製造企業は、機器の予知保全を目的として、センサーデータやメンテナンス履歴を含む数十テラバイト規模の時系列データをAmazon S3にCSV形式で保存しています。このデータは数億行に達することもあります。機械学習モデルのトレーニングに先立ち、データサイエンティストは以下の前処理を効率的に実行する必要があります。
  • 欠損値の補完、外れ値の除去、特徴量エンジニアリング（例：移動平均の計算）
  • 異なるデータソースからの結合
  • データ品質の検証と視覚的な探索
これらの作業を、コーディング量を最小限に抑え、直感的で視覚的なインターフェースを通じて統合された環境で実施できる、最適なAmazon SageMakerサービスはどれですか。
  • Amazon SageMaker Data Wrangler
  • Amazon SageMaker Feature Store
  • Amazon SageMaker Clarify
  • Amazon SageMaker Studio

前の問題


(会員限定)当問題の評価をお願いします。改善に活用します。
広告

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