10問中 0問が回答されています
質問:
You have already completed the テスト before. Hence you can not start it again.
問題を読み込んでいます…
無料レッスン・テストを受講するにはフリーコース(無料)に登録してください。
まず、次の操作を完了する必要があります:
正解数 0/問題数10
回答にかかった時間:
終了時間となりました
回答お疲れ様でした。
Earned Point(s): 0 of 0, (0)
0 Essay(s) Pending (Possible Point(s): 0)
【AIF-2001】ある企業は、製造ラインの部品画像を分類するコンピュータビジョンモデルを構築しました。ラベル付きデータセットでモデルのパラメータの学習を完了し、本番環境にモデルをデプロイしました。今後は撮影された新しい画像をモデルに入力して分類結果を得ます。この本番環境での処理を指す用語はどれですか。
問題文では「パラメータの学習を完了し」「本番環境にデプロイした」と明記されています。つまり学習という工程はすでに終わっている状態です。その後に新しい画像を入力して分類結果を得る処理は、モデルの中身を変える作業でしょうか、それとも出来上がったモデルを使う作業でしょうか。AI のライフサイクルが大きく2つの工程に分かれることに注目してください。
【AIF-2002】ある企業は、オンラインストアに投稿された顧客レビューのテキストを分析し、各レビューが肯定的か否定的かの傾向を自動的に判定したいと考えています。この自然言語処理のタスクに適した AWS サービスはどれですか。
まず、入力となるデータが音声・画像・テキストのどれなのかを整理してみましょう。投稿されたレビューはすでに文字として存在しているため、変換処理を行うサービスは出番があるでしょうか。さらに、テキストを扱うサービスの中でも、出力が「別の言語の文章」なのか「肯定的か否定的かという判定結果」なのかに注目してください。求められているゴールに直結する出力を返すサービスはどれでしょうか。
【AIF-2003】ある小売企業は、Amazon SageMaker でトレーニングした需要予測モデルを本番環境で利用します。毎晩 Amazon S3 に蓄積される 1 日分の販売データ全体をまとめて推論し、結果は翌朝までにあれば十分です。この要件を満たす推論方法はどれですか。
推論したい対象は「1件ずつ届くリクエスト」でしょうか、それとも「S3 にすでに溜まった 1 日分のデータセット全体」でしょうか。処理単位の違いに注目してください。また「翌朝までにあれば十分」という記述は、応答速度への要求がどの程度かを示しています。エンドポイントを常時立てておく必要が本当にあるのか、コスト面から考えてみましょう。
【AIF-2004】ある医療画像分析企業は、Amazon SageMaker でホストしたモデルに最大 800 MB の画像ファイルを送信し、数分以内に推論結果を受け取りたいと考えています。リクエストは断続的に発生します。この要件を満たす推論方式はどれですか。
まず 800 MB という入力サイズが、各推論方式のペイロード上限に収まるかを確認してみましょう。同期的に応答を返す方式では、数分かかる処理をリクエストのタイムアウト内に収められるでしょうか。また「断続的に発生するリクエストに対して数分以内に結果を受け取る」という要件は、あらかじめまとめた一括処理とは性質が異なる点に注目してください。
【AIF-2005】ある企業は Amazon SageMaker で機械学習モデルをトレーニングしました。このモデルを使って、Amazon S3 に蓄積された数百万件の過去データに対して毎月まとめて予測を実行し、結果を S3 に保存する予定です。即時の応答は不要です。この要件を満たす推論方法はどれですか。
「毎月まとめて」「数百万件」「即時の応答は不要」という3つの条件に注目してください。
エンドポイントを立てて1件ずつリクエストを送る方式と、S3 のデータをまとめて読み込んで結果を S3 に書き出す方式のどちらが自然でしょうか。
月に一度しか使わない処理に、待機し続けるインフラを用意する必要があるか考えてみましょう。
【AIF-2006】ある小売企業は、Amazon SageMaker でトレーニングした需要予測モデルを使用しています。この企業は月に一度、蓄積された販売データをまとめて処理し、レポートを作成します。即時の応答は必要ありません。この要件を最もコスト効率よく満たす推論方式はどれですか。
月に一度しか使わない処理に対して、エンドポイントを立てておく必要があるでしょうか。データが「すでに蓄積されている」という点と「即時の応答は必要ない」という点に注目してください。
推論方式には、リクエストを待ち受ける形態と、処理したいデータをまとめて投入して終わったら終了する形態があります。どちらが月1回の利用で課金時間を最小化できるか考えてみましょう。
【AIF-2007】ある企業は、蓄積した数十万件の顧客レビューを基盤モデルで要約したいと考えています。要約結果は翌日以降の分析で利用するため、即時の応答は不要です。この要件を満たす方法はどれですか。
「翌日以降の分析で利用するため即時の応答は不要」という前提が、どの推論方式を選ぶかの決定的な手がかりになります。数十万件という件数を1件ずつ同期的に呼び出す構成と、まとめて非同期に処理する構成では、コストと実装の手間にどのような差が出るでしょうか。Amazon Bedrock が大量プロンプトの一括処理向けに用意している機能に注目してみましょう。
【AIF-2008】ある小売企業は、店舗ごとの日別売上を記録した履歴データを保有しており、今後数週間の需要を予測したいと考えています。この企業は Amazon SageMaker の DeepAR アルゴリズムの利用を検討しています。DeepAR に入力するデータのタイプはどれですか。
「店舗ごとの日別売上」という記録の形を思い浮かべてみましょう。日付という軸に沿って値が並んでいることに注目してください。DeepAR が予測しようとしているのは「今後数週間」という未来の時点の値であり、そのためには過去の時間的な推移が必要になるのではないでしょうか。画像やテキストを扱うアルゴリズムとは対象が異なることも意識してみましょう。
【AIF-2009】ある物流企業は、配送車両に取り付けたセンサーから 1 分間隔で速度を記録しています。この企業は、1 日の中で速度がどのように変動するかを予測する ML モデルを構築する予定です。この用途に適したデータのタイプはどれですか。
1 分間隔で記録された速度という点に注目してください。このデータを並べ替えてしまうと、分析したい情報は失われるでしょうか、それとも保たれるでしょうか。
また「1 日の中でどのように変動するか」という問いは、ある一時点の比較なのか、時間軸に沿った推移なのかを考えてみましょう。
測定の順序が意味を持つかどうかが、データ種別を分ける鍵になります。
【AIF-2010】ある小売企業は、過去数年分の日次売上記録をもとに、今後 3 か月間の商品需要を予測する機械学習モデルを構築する予定です。売上記録は日付順に並んだ数値の系列として保存されています。このユースケースで扱うデータのタイプはどれですか。
問題文にある「日次」「日付順に並んだ数値の系列」という表現に注目してください。このデータから行の並び順を入れ替えてしまうと、予測に必要な情報は失われるでしょうか、それとも影響しないでしょうか。順序を崩しても意味が保たれる形式と、順序そのものが情報になっている形式の違いを考えてみましょう。将来の期間を予測する問題では、どちらの性質が求められるかを整理してみてください。
⚠️ こちらは教材の操作/UIなど全般に対するリクエストフォームではございません。
個別の問題についての改善リクエストです。
教材全般についての改善リクエストはお問い合わせフォームよりご連絡ください。
CloudTech(クラウドテック)は多くのユーザーの皆様から改善リクエストをご協力いただき運営できております。
あなたの視点での気づきは他の学習者の迷いを解決する手助けとなります。
運営側でもチェックをしておりますが限界があるため、誠に恐縮ではございますが細かい点でもご遠慮なくご指摘をお願いいたします。
※ 匿名での報告となり、内容は一般公開されません。
※ 技術的なご質問への回答を行うフォームではございませんのでご注意ください。
