Q61 — AWS AIF-C01 第2章

第 61/100 問 | ← 第2章

ある企業が、特定製品の価格を予測するモデルを開発しています。このモデルは訓練データセット上で良好な性能を示しています。しかし、実稼働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。 この問題を緩和するために、企業が取るべき措置は何ですか？

• A. 訓練に使用するデータ量を削減する。
• B. モデルにハイパーパラメータを追加する。
• C. 訓練に使用するデータ量を増やす。 ✓
• D. モデルの訓練時間を延長する。

正解: C. 訓練に使用するデータ量を増やす。

解説

モデルが訓練データセット上では良好な性能を示すものの、実稼働環境ではパフォーマンスが著しく低下する場合、これは通常、過学習（オーバーフィッティング）が原因です。過学習とは、モデルが訓練データのノイズや細部まで学習してしまい、データの本質的なパターンを捉えられなくなる状態を指します。この問題を緩和するためには、訓練に使用するデータ量を増やすことが有効です。データ量を増やすことで、モデルはより多くの特徴およびパターンを学習でき、汎化能力が向上し、実稼働環境でも良好なパフォーマンスを維持できるようになります。