LearnifyAWS 機械学習専門知識
MLS-C01 問題集・無料練習10問
AWS Machine Learning
データ準備、学習、評価、運用の流れを復習する旧版の練習です。モデルの精度だけでなく、入力データや評価方法が目的に合っているかを考えます。
登録不要 · 日本語の解説付き · 固定10問
無料10問を始める ↓ページ更新：
MLS-C01の学習ポイント
MLS-C01の教材で、AWS上の機械学習の基礎と実装を復習したい方。
- データの準備と特徴量
- モデル学習と評価
- モデルのデプロイと運用
この無料練習の使い方
まずは解説を見ずに選び、回答後に正誤と日本語の解説を確認します。選択肢の違いを言葉で説明できるかを振り返り、迷った用語を復習しましょう。
公開しているのは固定10問の学習用教材です。試験全範囲の網羅や合格を保証するものではありません。
MLS-C01の日本語練習問題
例題と日本語解説を読む
この資格の無料10問に含まれる1問目です。答えを選んで練習したい場合は、上の練習から始めてください。
例題の問題文と選択肢を読む
ある保険会社が、現行のモデルを置き換えるための新しい実験的な機械学習（ML）モデルを開発しました。会社は、新しい実験的モデルが一般のユーザーリクエストに使用される前に、実稼働環境での予測の品質を検証する必要があります。新しいモデルは一度に1つのユーザーリクエストしか処理できません。また、会社は現在のライブトラフィックに影響を与えずに、新しい実験的モデルのパフォーマンスを測定する必要があります。これらの要件に合致するソリューションはどれでしょうか？
- A：A/Bテスト
- B：カナリアリリース
- C：シャドウデプロイメント
- D：ブルー/グリーンデプロイメント
正解と解説を読む
正解：C
問題の背景は、保険会社が新しい機械学習（ML）モデルの性能を既存のモデルと比較しつつ、ライブトラフィックに影響を与えずに検証したいという点です。この要件に応じた解決策を考えると、選択肢Cの「シャドウの展開（Shadow Deployment）」が最も適しています。 シャドウの展開（Shadow Deployment）の解説 シャドウの展開では、新しいモデルが実際のユーザーリクエストには通さず、そのリクエストを複製（シャドウ）して新しいモデルに送ります。これにより、新しいモデルが生成する予測を実際のユーザーリクエストに影響を与えずに評価できます。 #利点 1. リアルタイムのパフォーマンス測定: シャドウの展開では、実際のトラフィックと同じリクエストを使用して新しいモデルのパフォーマンスを測定できるため、現実的な評価が可能です。 2. ライブトラフィックへの影響なし: 新しいモデルが実際のリクエストを処理することはないため、既存の生産環境に影響を与えません。これにより、パフォーマンスやエラーによるユーザー体験の低下を防げます。 3. 迅速なフィードバック: 新しいモデルがどのように動作するかをすばやく確認でき、その結果に基づいて必要な変更を行ったり、モデルの最適化を行ったりできます。 他の選択肢の考慮 - A: A/Bテスト: 2つのモデルをユーザートラフィックに対して同時に使用し、パフォーマンスを比較する方法ですが、これは既存のトラフィックに影響を与える可能性があります（両方のモデルにトラフィックを分配するため）。 - B: カナリアリリース: 新しいモデルを少数のユーザーに提供し、フィードバックを収集する方法ですが、これは完全にトラフィックを分けることなく行うため、既存ユーザーに影響を及ぼす可能性があります。 - D: 青/グリーンの展開: 新旧の環境を完全に分ける方法ですが、リリース時にダウンタイムが発生する可能性があり、即時のパフォーマンス測定には向きません。 このように、シャドウの展開は新しいモデルの検証において特に適したアプローチであり、リスクを最小限に抑えながらリアルなデータを用いた評価が行えるため、選択肢Cが正解です。