MLAMLモデルの開発

Amazon SageMaker Automatic Model Tuningが実施する処理として正しいものはどれですか。

A
特徴量の意味を自動生成する
特徴量の定義や意味はデータ設計に依存し、自動チューニング機能の役割ではない。
B
複数のハイパーパラメータ構成を評価する
✓ 正解
複数の設定を自動的に試しながら最適な性能を示すパラメータ構成を探索できる。
C
推論リクエストを暗号化する
通信暗号化はTLSなどの仕組みで実施されるため、チューニング機能とは無関係である。
D
データセットを自動的に収集する
データ収集基盤ではなく、既存データを用いたモデル学習設定の最適化が目的である。

解説

Amazon SageMaker Automatic Model Tuning(ハイパーパラメータチューニング)は、ユーザーが指定した探索範囲内でベイズ最適化などを用いて複数のハイパーパラメータ設定を試行し、評価指標を最適化する構成を自動的に探索するサービスです。 特徴量の意味を自動生成する:特徴量の設計や意味付けはデータサイエンティストやFeature Storeが担う領域であり、Automatic Model Tuningの機能ではありません。 複数のハイパーパラメータ構成を評価する:Automatic Model Tuningの中核機能です。学習率・バッチサイズ・エポック数などの最適なハイパーパラメータの組み合わせを自動的に探索します。 推論リクエストを暗号化する:エンドポイント通信の暗号化はSSL/TLS設定やAWS KMSが担う領域であり、Automatic Model Tuningとは無関係です。 データセットを自動的に収集する:データ収集はAWS GlueやKinesisなどのデータ取り込みサービスの役割であり、Automatic Model Tuningは既存データに対するハイパーパラメータ探索を行うサービスです。

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MLA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 →
MLA の問題一覧に戻る