AIFAIとMLの基礎

ある医療機器メーカーが、数万枚の医療画像に対して「病変あり/なし」のラベルを付与するプロジェクトを開始しました。コストを抑えるため、MLモデルが高信頼度のサンプルを自動ラベリングし、低信頼度のサンプルのみ医師(人間)がレビューするワークフローを構築したいと考えています。このユースケースに最も適したAWSサービスはどれですか?

A
Amazon Rekognition Custom Labels
Rekognition Custom Labelsは学習済みモデルを使った画像分類・物体検出の推論サービスであり、ラベリングワークフローの構築には適していません。
B
Amazon SageMaker Ground Truth
✓ 正解
Amazon SageMaker Ground Truthは、人間によるラベリングとMLによる自動ラベリングを組み合わせた「オートラベリング」機能を提供します。モデルが高い信頼度でラベルを付けられるサンプルは自動処理し、不確かなサンプルのみ人間にルーティングすることでコストを最大70%削減できます。
C
Amazon SageMaker Data Wrangler
SageMaker Data WranglerはMLパイプライン向けのデータ探索・前処理ツールであり、ラベリング機能はありません。
D
AWS Glue DataBrew
AWS Glue DataBrewはノーコードのデータクリーニング・準備ツールで、データアナリスト向けのサービスであり、MLラベリング機能は持ちません。

解説

Amazon SageMaker Ground Truthは、人間によるラベリングとMLによる自動ラベリングを組み合わせた「オートラベリング」機能を提供します。モデルが高い信頼度でラベルを付けられるサンプルは自動処理し、不確かなサンプルのみ人間にルーティングすることでコストを最大70%削減できます。 選択肢A: Rekognition Custom Labelsは学習済みモデルを使った画像分類・物体検出の推論サービスであり、ラベリングワークフローの構築には適していません。 選択肢C: SageMaker Data WranglerはMLパイプライン向けのデータ探索・前処理ツールであり、ラベリング機能はありません。 選択肢D: AWS Glue DataBrewはノーコードのデータクリーニング・準備ツールで、データアナリスト向けのサービスであり、MLラベリング機能は持ちません。

ドメイン別正答率・予想スコアでリアルタイムに実力把握

無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。

無料で演習を始める →
AIF の問題一覧に戻る