Q25 — AWS AIF-C01 第1章

第 25/100 問 | ← 第1章

ある企業が、製品の価格を予測するための機械学習モデルを開発しています。このモデルはトレーニングデータセット上で良好な性能を示していますが、本番環境にデプロイした際に、そのパフォーマンスが著しく低下しました。この問題を解決するために、企業は何を行うべきですか？

• A. トレーニングで使用するデータ量を減らす。
• B. モデルにハイパーパラメータを追加する。
• C. トレーニングで使用するデータ量を増やす。 ✓
• D. モデルのトレーニング時間を延長する。

正解: C. トレーニングで使用するデータ量を増やす。

解説

この問題は、モデルを本番環境にデプロイした際のパフォーマンス低下に対する対応策を問うものです。機械学習において、データ量はモデルの汎化能力に大きな影響を与えます。トレーニングデータでは良好な結果が出るが本番では劣る場合、データ量が不足してモデルが十分に学習できていない可能性があります。トレーニングデータ量を増やすことで、モデルはより多くの特徴やパターンを学習し、汎化能力が向上します。したがって、正解はCです。Aは状況を悪化させます。Bは根本的な問題解決にはならず、Dは推論性能への影響が限定的です。