Q58 — AWS SAA-C03 第10章

第 58/100 問 | ← 第10章

Q658. AWS を利用する企業が、毎月の製造プロセスに必要なリソースを予測するソリューションを必要としています。このソリューションは、現在 Amazon S3 バケットに保存されている過去の値（履歴データ）を活用しなければなりません。また、同社には機械学習（ML）の経験がなく、トレーニングおよび予測の両方をサポートするマネージドサービスを利用したいと考えています。これらの要件を満たすための手順の組み合わせはどれですか？（2つ選択してください。）

• A. Amazon SageMaker モデルをデプロイし、推論用に SageMaker エンドポイントを作成する
• B. Amazon S3 バケット内の履歴データを用いて、Amazon SageMaker を使ってモデルをトレーニングする ✓
• C. Amazon SageMaker エンドポイントを呼び出して入力に基づく予測を生成するよう、関数 URL を持つ AWS Lambda 関数を設定する
• D. Amazon Forecast の予測子を呼び出して入力に基づく予測を生成するよう、関数 URL を持つ AWS Lambda 関数を設定する
• E. Amazon S3 バケット内の履歴データを用いて、Amazon Forecast の予測子をトレーニングする ✓

正解: B. Amazon S3 バケット内の履歴データを用いて、Amazon SageMaker を使ってモデルをトレーニングする, E. Amazon S3 バケット内の履歴データを用いて、Amazon Forecast の予測子をトレーニングする

解説

Amazon S3 バケットに保存された履歴データを活用して、製造プロセスに必要なリソースを予測するという要件を満たすには、以下の2つの手順の組み合わせが適切です： B. Amazon S3 バケット内の履歴データを用いて、Amazon SageMaker を使ってモデルをトレーニングする E. Amazon S3 バケット内の履歴データを用いて、Amazon Forecast の予測子をトレーニングする 理由は以下のとおりです： ステップ1：Amazon SageMaker を用いたモデルのトレーニング Amazon SageMaker は、機械学習モデルの構築・トレーニング・デプロイを支援するマネージドサービスです。SageMaker を活用すれば、Amazon S3 に格納された履歴データをもとにモデルのトレーニングを実行できます。このステップでは、適切な設定で SageMaker を構成し、トレーニングプロセスを開始します。 ステップ2：Amazon Forecast による予測子のトレーニング Amazon Forecast は、時系列予測に特化した完全マネージド型サービスです。過去のデータに基づき将来の値を予測するモデルをトレーニングできます。本ケースでは、S3 バケット内の履歴データを用いて Amazon Forecast の予測子をトレーニングします。これには、必要な設定を行い、Forecast でのトレーニングプロセスを開始することが含まれます。 他の選択肢は要件に合致しないか、不要な手順を含みます： 選択肢 A は、モデルのデプロイと推論用エンドポイントの作成を示していますが、履歴データを用いたトレーニングについては言及していません。 選択肢 C は、SageMaker エンドポイントを呼び出す Lambda 関数の設定を提案していますが、これは予測の実行には有効ですが、履歴データを用いたトレーニングをカバーしていません。 選択肢 D は、Lambda と Amazon Forecast を組み合わせて予測を実行する方法を示していますが、S3 の履歴データを用いた予測子のトレーニングを含んでいません。 したがって、要件を満たす最も適切な手順の組み合わせは、B と E です。