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
問題文と選択肢
この状況において、データサイエンティストチームはAmazon SageMakerが提供するFactorization Machines（FM）アルゴリズムの導入を検討しています。このアルゴリズムが、上記の課題を解決するために特に有効であると判断される最も主要な理由は何ですか。
- 潜在的なユーザーグループを自動的に識別し、類似の行動パターンを持つユーザーに一貫した推薦を生成します。
- リアルタイムのストリーミングデータからユーザーの好みの変化を即座に検出し、推薦リストを動的に更新します。
- 推薦結果の根拠となる明確なルールを抽出し、推薦理由を人間が解釈しやすい形で提供します。
- 極めてスパースなデータセットにおいて、ユーザー、アイテム、およびそれらの特徴量間の複雑な相互作用を効率的にモデル化し、予測精度を向上させます。
A. 潜在的なユーザーグループを自動的に識別し、類似の行動パターンを持つユーザーに一貫した推薦を生成します。
FM は確かに潜在因子（latent factor）を学習しますが、それは特徴量ペアの相互作用を低次元ベクトルの内積で近似するための手段であって、ユーザーを明示的にグループ分けする仕組みではありません。
「潜在的なユーザーグループを識別して一貫した推薦を出す」という説明は、K-means などのクラスタリングや素朴な協調フィルタリングの効能に寄せた表現です。設問が挙げた「スパース性」「特徴間の相互作用」という 2 つの課題への直接的な回答になっていません。
B. リアルタイムのストリーミングデータからユーザーの好みの変化を即座に検出し、推薦リストを動的に更新します。
リアルタイムのストリーミング処理や推薦リストの動的更新は、アルゴリズムの性質ではなくシステム構成（Kinesis、ストリーミング取り込み、オンライン推論基盤など）で実現する要素です。FM モデル自体は学習済みモデルによる予測を行うだけで、好みの変化を即座に学習し続ける機能は持ちません。
設問が挙げた課題（スパース性と相互作用の取りこぼし）とは論点がずれています。
C. 推薦結果の根拠となる明確なルールを抽出し、推薦理由を人間が解釈しやすい形で提供します。
FM は特徴量を潜在ベクトルに埋め込んで内積で相互作用を表現するモデルであり、「この条件ならこの映画」といった人間可読なルールを直接出力しません。解釈可能性は FM の強みではありません。
ルール抽出が主眼なら決定木系のモデルや、SageMaker Clarify・SHAP による説明性の付与が話題になります。設問の課題（スパース性・相互作用）とは無関係です。
D. 極めてスパースなデータセットにおいて、ユーザー、アイテム、およびそれらの特徴量間の複雑な相互作用を効率的にモデル化し、予測精度を向上させます。
Factorization Machines は線形モデルを拡張し、高次元スパースデータにおける特徴量間のペアワイズ（2 次）相互作用を、パラメータを低次元の潜在ベクトルに因数分解することで効率的に学習するアルゴリズムです。AWS の公式ドキュメントでも、クリック率予測や項目推薦（レコメンデーション）といった高次元スパースデータを扱うタスクに適した選択肢として位置づけられています。
ユーザー×映画の組み合わせは大半が未評価でスパースになりますが、FM は共起がほとんど無いペアでも潜在ベクトル経由で相互作用の重みを共有して推定できるため、素朴な 2 次多項式モデルのようにデータ不足で学習が破綻しません。
「スパースなデータ」「ジャンル・監督など複数特徴の複雑な組み合わせ」という設問の 2 つの課題に、そのまま対応する唯一の選択肢であり、これが正解です。
スパース × 特徴量の交互作用 ＝ Factorization Machines。レコメンドとクリック予測の定番。
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 |
|---|---|
| ユーザーと映画の組み合わせデータが極めてスパース | FM は高次元スパースデータ向けに設計された線形モデルの拡張。スパース性への強さが最大の売り →選択肢（D）が正解 |
| ジャンル・監督など複数特徴の相互作用を捉えられていない | FM は特徴量間のペアワイズ（2 次）相互作用を潜在ベクトルの内積で表現できる →選択肢（D）が正解 |
| 問われているのは「アルゴリズムが有効な理由」 | リアルタイム更新はシステム設計の話でアルゴリズムの特性ではない →選択肢（B）を消す |
| 解釈可能性・ルール抽出の要件は問題文にない | FM は潜在因子を学習するため人間可読なルールは出力しない。設問の課題とも無関係 →選択肢（C）を消す |
| 課題は「グループ分け」ではなく「相互作用と精度」 | ユーザーのクラスタリングはFM の効能の言い換えとして不正確で、スパース性への回答にもなっていない →選択肢（A）を消す |
ひっかけポイント
- 選択肢 A の「潜在的な」という語は FM の潜在因子を連想させる罠。FM の潜在ベクトルは相互作用を近似するための内部表現であり、「ユーザーグループの識別」が目的ではない
- 「推薦システム＝クラスタリングや協調フィルタリング」と短絡すると A を選んでしまう。設問が挙げた課題（スパース性・特徴間の相互作用）に直接答えているかで選択肢を絞る
- 選択肢 B の「リアルタイム」「動的更新」は魅力的に聞こえるが、アルゴリズムの選定理由にはならない。基盤・パイプラインの話とアルゴリズムの話を切り分ける
- FM が扱うのは基本的に2 次（ペアワイズ）までの相互作用。「任意の高次の相互作用を捉える」と書かれていたら言い過ぎで誤り
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 |
|---|---|
| 「フルマネージドの推薦サービスを使い、モデル構築の手間を最小化したい」 | Amazon Personalize が正解軸に。アルゴリズム選定そのものが不要になる。 |
| 「表形式データで高精度な分類・回帰をしたい（スパース性への言及なし）」 | XGBoost が正解軸に。FM の出番はスパースな相互作用が主題のとき。 |
| 「テキストや商品の埋め込み（ベクトル表現）を学習して類似アイテムを探したい」 | Object2Vec や BlazingText などの埋め込み系アルゴリズムが正解軸に。 |
| 「FM の学習データ形式を問われる」 | スパースデータ前提のため recordIO-protobuf（Float32）が推奨で、CSV は不向き。 |
リファレンス
この問題を解くために必要な知識を扱う公式ドキュメントです。| 知識項目 | 公式ドキュメント |
|---|---|
| Factorization Machines が適するデータ（高次元スパース・特徴量間の相互作用） | 因数分解機アルゴリズム - Amazon SageMaker AI |
この状況において、データサイエンティストチームはAmazon SageMakerが提供するFactorization Machines（FM）アルゴリズムの導入を検討しています。このアルゴリズムが、上記の課題を解決するために特に有効であると判断される最も主要な理由は何ですか。
- 潜在的なユーザーグループを自動的に識別し、類似の行動パターンを持つユーザーに一貫した推薦を生成します。
- リアルタイムのストリーミングデータからユーザーの好みの変化を即座に検出し、推薦リストを動的に更新します。
- 推薦結果の根拠となる明確なルールを抽出し、推薦理由を人間が解釈しやすい形で提供します。
- 極めてスパースなデータセットにおいて、ユーザー、アイテム、およびそれらの特徴量間の複雑な相互作用を効率的にモデル化し、予測精度を向上させます。