AIFAIとMLの基礎

大手小売企業が、翌朝のメールマーケティング配信に備えて全顧客(約100万人)の購買予測スコアを毎晩バッチで計算する必要があります。 予測はリアルタイム性を必要とせず、コスト効率を最優先したい場合、Amazon SageMaker のどの推論オプションが最も適切ですか?

A
SageMaker リアルタイム推論(Real-time Inference)エンドポイント
SageMaker リアルタイム推論(Real-time Inference)エンドポイントは常時稼働エンドポイントが必要で継続コストが発生します。
B
SageMaker バッチ変換(Batch Transform)
✓ 正解
SageMaker バッチ変換(Batch Transform)は大量データをオフラインで一括処理する推論オプションで、処理完了後にインスタンスが自動終了するためコスト効率が高く、定期的なバッチ処理に最適です。リアルタイム推論は常時稼働エンドポイントが必要で継続コストが発生します。サーバーレス推論はアクセス頻度が低い断続的なリクエスト向けで、100万件規模のバッチには不向きです。
C
SageMaker サーバーレス推論(Serverless Inference)
SageMaker サーバーレス推論(Serverless Inference)はアクセス頻度が低い断続的なリクエスト向けで、100万件規模のバッチには不向きです。
D
SageMaker 非同期推論(Asynchronous Inference)
SageMaker 非同期推論(Asynchronous Inference)はペイロードが大きい・処理が長時間かかるリクエスト向けで、オフラインバッチならバッチ変換が最適です。

解説

SageMaker バッチ変換(Batch Transform)は大量データをオフラインで一括処理する推論オプションで、処理完了後にインスタンスが自動終了するためコスト効率が高く、定期的なバッチ処理に最適です。リアルタイム推論は常時稼働エンドポイントが必要で継続コストが発生します。サーバーレス推論はアクセス頻度が低い断続的なリクエスト向けで、100万件規模のバッチには不向きです。 選択肢AのSageMaker リアルタイム推論(Real-time Inference)エンドポイントは常時稼働エンドポイントが必要で継続コストが発生します。 選択肢CのSageMaker サーバーレス推論(Serverless Inference)はアクセス頻度が低い断続的なリクエスト向けで、100万件規模のバッチには不向きです。 選択肢DのSageMaker 非同期推論(Asynchronous Inference)はペイロードが大きい・処理が長時間かかるリクエスト向けで、オフラインバッチならバッチ変換が最適です。

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