ある製造会社が、生産ラインの製品欠陥を画像で自動検出するモデルを構築しようとしています。欠陥品のラベル付き画像が500枚しかなく、大規模なニューラルネットワークをゼロから訓練するには不十分です。限られたデータでも高精度なモデルを効率的に構築するために最も適したアプローチはどれですか？
転移学習（Transfer Learning）とは、大規模データセットで事前学習されたモデルが獲得した汎用的な特徴表現の知識を、別の特定タスクに転用する手法です。少量データでも高精度なモデルを効率的に構築できます。Amazon SageMaker JumpStartは、画像認識・NLPなど多様な事前学習済みモデルをワンクリックでデプロイ・ファインチューニングできるモデルハブです。 選択肢Aの SageMaker Autopilot はゼロから学習するAutoMLサービスであり、少量データでの画像分類には不向きです。 選択肢Cの Amazon Forecast は時系列予測サービスであり、このユースケースに無関係です。 選択肢Dの Amazon Comprehend はテキスト解析サービスであり、画像分類タスクには無関係です。