DISPLAY SETTINGS 各種設定
表示モード
画像位置
文字位置
理解度の自動記録
理解度の位置
Q1AWS Certified Machine Learning Engineer Associate
Q1. ある製造業の企業に所属するMLエンジニアが、Amazon SageMaker AIでトレーニングジョブの実行を計画しています。
このジョブでは、複数のGPUを使用してニューラルネットワークをトレーニングします。
トレーニングデータセットはParquet形式で保存されています。
このMLエンジニアは、Parquetデータセットに含まれる一部のファイルサイズが大きすぎて、SageMaker AIトレーニングインスタンスのメモリに収まらないことに気づきました。
このメモリの問題を解決できるソリューションはどれですか？
解答を見る
正解：B. Amazon EMR上でApache Sparkを利用し、Parquetファイルを再パーティション（分割）する。再パーティション後のファイルをトレーニングジョブで使用する。
正解はBです。問題の原因は、個々のParquetファイルが大きすぎてトレーニングインスタンスのメモリに読み込めないことです。
Amazon EMR上のApache Sparkでファイルをより小さな単位に再パーティションすれば、SageMakerが効率的にストリーミング処理でき、メモリの問題を根本から解決できます。
Aのメモリ容量ではなくストレージ容量を増やすEBSボリュームの追加では、メモリ制約は解消しません。
Cのメモリ最適化インスタンスはコストが増え、データ量の増加で再び限界に達します。
DのSMDDPは勾配や計算を分散する仕組みで、ファイルサイズ自体の問題は解決しません。
したがって、データレイアウトを最適化するBが最適です。
Apache Spark – Amazon EMR
Q2AWS Certified Machine Learning Engineer Associate
Q2. ある小売企業のMLエンジニアが、分析のためにAmazon S3に格納されたデータを使用・準備・ロードしようとしています。
このMLエンジニアは、データのスキーマを検出し、関連するメタデータを格納する抽出・変換・ロード（ETL）ジョブを実行する必要があります。
これらの要件を最小限の手作業で満たすソリューションはどれですか？
解答を見る
正解：A. AWS GlueでETLジョブを実行する。このジョブでスキーマを検出し、関連するメタデータをAWS Glue Data Catalogに格納する。
正解はAです。AWS Glueは、スキーマの検出、ETLジョブの実行、メタデータの管理をひとつのマネージド型サービスで実現できるAWSネイティブのETLサービスです。
GlueクローラーはS3上のデータソースを自動的にクロールしてスキーマを推測し、その結果をAWS Glue Data Catalogへ自動的に登録するため、独自のスキーマ推論ロジックやメタデータ管理の仕組みを構築する必要がありません。
BのSageMaker Data Wranglerは視覚的なデータ準備が主目的であり、カタログ管理には適していません。
CのAthenaとStep Functionsの組み合わせは独自のオーケストレーション構築が必要となり手間が増えます。
DのEC2上でscikit-learnを使う方法は運用負荷が最も高くなります。
したがって、最小の手作業でスキーマ検出とメタデータ管理を実現できるAが正解です。
AWS Glueとは – AWS Glue
Q3AWS Certified Machine Learning Engineer Associate
Q3. ある法律事務所が、ベクトルデータベースにドキュメントの埋め込み（エンベディング）を保存する検索拡張生成（RAG：Retrieval Augmented Generation）アプリケーションを運用しています。
この事務所は、このアプリケーションをAWSへ移行し、テキストファイルの意味検索（セマンティック検索）を提供するソリューションを実装する必要があります。
テキストのリポジトリはすでにAmazon S3バケットへ移行済みです。
これらの要件を満たすソリューションはどれですか？
解答を見る
正解：C. Amazon Kendra S3コネクタを使用し、S3バケットからドキュメントをAmazon Kendraへ取り込む。Amazon Kendraへのクエリにより意味検索を行う。
正解はCです。Amazon Kendraは意味検索に特化したAIによる検索サービスであり、Amazon Kendra S3コネクタを使用することでS3バケット内のドキュメントを直接取り込めます。
取り込んだドキュメントに対してKendra自体が組み込みの機能で意味検索を提供するため、埋め込みの生成やベクトルデータベースの構築・運用を自前で行う必要がなく、最小限の運用負荷で要件を満たせます。
AのAWS BatchとGlueの組み合わせや、BのSageMakerノートブックとFeature Storeを使う方法は、いずれも埋め込み生成やベクトル検索の仕組みを独自に構築する必要があり運用負荷が高くなります。
DのTextractは文字認識サービスであり検索機能は提供しません。
したがって、最も運用負荷が少ないCが正解です。
Amazon Kendraとは – Amazon Kendra
Q4AWS Certified Machine Learning Engineer Associate
Q4. あるオンライン旅行予約サービスの企業が、Amazon SageMakerでMLモデルをトレーニングしました。
この企業は、本番環境で推論を提供するためにこのモデルをホスティングする必要があります。
モデルは高可用性を備え、かつ最小限のレイテンシーで応答しなければなりません。
各リクエストのサイズは1KBから3MBの範囲です。
モデルは日中に予測不能なリクエストの急増を受け取ります。
推論は需要の変化に比例して適応する必要があります。
これらの要件を満たすために、モデルをどのように本番環境へデプロイすればよいですか？
解答を見る
正解：A. SageMakerのリアルタイム推論エンドポイントを作成する。オートスケーリングを設定する。既存のモデルを提供するようエンドポイントを構成する。
正解はAです。Amazon SageMakerのリアルタイム推論エンドポイントは、低レイテンシーな推論に最適化されたマネージド型のホスティング機能です。
オートスケーリングを設定することで、予測不能なリクエストの急増に対しても自動的にインスタンス数を増減させ、高可用性と低レイテンシーを両立できます。
Bのスケジュールベースのスケーリングは、急激で予測不能な需要変動には追従できません。
CのEKS上でメモリ指標に基づいてスケーリングする方法は運用が複雑になり、リクエスト量の変化を直接反映しにくくなります。
Dのスポットインスタンスはコスト面のメリットがある一方、中断のリスクがあり高可用性の要件には適しません。
したがって、マネージド型で自動スケーリングに対応するAが最適です。
リアルタイム推論 – Amazon SageMaker AI
Q5AWS Certified Machine Learning Engineer Associate
Q5. MLエンジニアが、同程度の広さの住宅の価格を予測するMLモデルに取り組んでいます。
このモデルは、いくつかの特徴量に基づいて予測を行います。
次のリストにある特徴量エンジニアリング手法の中から、下記の特徴量それぞれに適したものを選択してください。
各手法は1回だけ選択するか、まったく選択しないものとします。
（3つ選択）
選択肢を要件のドロップ欄へドラッグ、またはタップして配置。配置済みの欄をクリックで戻せます（同じ選択肢は複数回使用可）。
特徴量分割（Feature Splitting）
対数変換（Logarithmic Transformation）
One-Hotエンコーディング（One-Hot Encoding）
標準化（Standardized Distribution）
都市名（City）
住宅タイプと築年（Type_year）
建物の広さ（Size of the building）
解答を見る
正解：都市名（City）→One-Hotエンコーディング（One-Hot Encoding）／住宅タイプと築年（Type_year）→特徴量分割（Feature Splitting）／建物の広さ（Size of the building）→標準化（Standardized Distribution）
この問題は、4つの特徴量エンジニアリング手法の中から3つを選び、それぞれ対応する特徴量に当てはめるマッチング形式です。そのため都市名のような非数値のカテゴリ変数にはOne-Hotエンコーディングを適用して各カテゴリをバイナリ列に変換し、住宅タイプと築年が結合されたType_year列には特徴量分割を適用して独立した2つの特徴量に分けます。
建物の広さのような連続的な数値変数には標準化（平均0、標準偏差1へのスケーリング）を適用し、他の特徴量とのスケール差による偏りを防ぎます。
対数変換は今回の3つの特徴量のいずれにも該当しないため選択しません。
特徴量の性質に応じて適切な手法を選び分けられるかが試験対策上の要点です。
Amazon SageMaker Data WranglerによるMLデータの準備 – Amazon SageMaker AI
Q6AWS Certified Machine Learning Engineer Associate
Q6. ある保険会社が、MLモデルのベンダーから定期的に新しいトレーニングデータを受け取っています。
このベンダーは、クレンジング・準備済みのデータを3〜4日ごとに同社のAmazon S3バケットへ配信します。
この会社には、モデルを再トレーニングするAmazon SageMakerパイプラインがあります。
MLエンジニアは、S3バケットに新しいデータがアップロードされた際にパイプラインを実行するソリューションを実装する必要があります。
これらの要件を最小の運用負荷で満たすソリューションはどれですか？
解答を見る
正解：C. S3へのアップロードにマッチするイベントパターンを持つAmazon EventBridgeルールを作成する。そのルールのターゲットとしてパイプラインを構成する。
正解はCです。Amazon EventBridgeでS3へのアップロードにマッチするイベントパターンを設定し、SageMakerパイプラインをルールのターゲットとして直接呼び出すことで、追加のポーリング処理やカスタムコードを実装することなく、イベント駆動でパイプラインを自動起動できます。
AのS3ライフサイクルルールはストレージクラスの移行やオブジェクトの削除を目的とした機能であり、パイプラインの起動トリガーには使用できません。
BのLambda関数でバケットをスキャンする方法は、定期実行やポーリングの実装が必要となり運用負荷が増します。
DのAmazon MWAAはAirflow環境の構築・維持が必要となり、今回の要件には過剰な仕組みです。
したがって、運用負荷が最も少ないCが正解です。
EventBridgeの使用 – Amazon S3
Q7AWS Certified Machine Learning Engineer Associate
Q7. ある物流会社が、MLモデル向けのデータ取り込み処理にAmazon EMRクラスターを使用しています。
MLエンジニアは、処理時間が徐々に増加していることに気づきました。
処理時間を最もコスト効率よく短縮するソリューションはどれですか？
解答を見る
正解：C. スポットインスタンスを利用し、タスクノードの数を増やす。
正解はCです。Amazon EMRクラスターは、プライマリノード、コアノード、タスクノードで構成され、それぞれ役割が異なります。
プライマリノードはクラスター全体を管理し、コアノードはHDFSでデータを保存しながらタスクを実行し、タスクノードはデータを保存せずに計算処理のみを担います。
タスクノードはデータを保存しないため、スポットインスタンスの中断が発生してもデータ損失のリスクがなく、安全かつ低コストでタスクノードを増設して処理能力をスケールできます。
Aのプライマリノードの増設はEMRの仕組み上サポートされていません。
Bのコアノードはデータ保存も担うため、スポットインスタンスの中断によりデータ損失のリスクがあります。
Dのオンデマンドインスタンスでコアノードを増やす方法はコストが高くなります。
したがって、コスト効率よく処理時間を短縮できるCが最適です。
Amazon EMRのノードタイプ（プライマリ・コア・タスク）の理解 – Amazon EMR
Q8AWS Certified Machine Learning Engineer Associate
Q8. あるMLエンジニアが、監視カメラ（closed-circuit TV）の映像から自動車事故を検知するMLモデルをAmazon SageMakerでトレーニングしました。
このMLエンジニアは、SageMaker Data Wranglerを使い、事故と非事故の画像から構成されるトレーニングデータセットを作成しました。
モデルはトレーニングと検証の段階では良好な性能を示しました。
しかし、カメラごとの画質のばらつきが原因で、本番環境ではモデルの性能が低下しています。
最短の時間でモデルの精度を改善するソリューションはどれですか？
解答を見る
正解：B. Data Wranglerの画像破損（Corrupt Image）変換を使ってトレーニングデータセットを再作成する。インパルスノイズ（Impulse Noise）オプションを指定する。
正解はBです。本番環境での性能低下は、カメラごとの画質のばらつきが原因です。
Data Wranglerの画像破損変換でインパルスノイズを付加し、現実のカメラで生じるノイズやばらつきを模した学習データを作成することで、追加のデータ収集をせずに短時間でモデルのロバスト性を高められます。
Aの追加画像収集は効果的ですが、収集と準備に時間がかかり最短の対応にはなりません。
Cのコントラスト強調変換はコントラストの偏りには有効ですが、ノイズなど画質全般のばらつきには対応しきれません。
Dのリサイズ変換は画像サイズを統一することが目的であり、画質のばらつきの解消にはなりません。
したがって、最短時間で精度改善が見込めるBが正解です。
Amazon SageMaker Data WranglerによるMLデータの準備 – Amazon SageMaker AI
Q9AWS Certified Machine Learning Engineer Associate
Q9. あるMLエンジニアが、2つのクラスのうち一方で性能が低い画像分類モデルをチューニングしています。
この性能が低いクラスは、トレーニングデータセットのごく一部しか占めていません。
モデルの性能を改善するソリューションはどれですか？
解答を見る
正解：B. F1スコアを最適化する。少数派の画像に画像拡張（Image Augmentation）を適用する。
正解はBです。少数派クラスが極端に少ない不均衡なデータセットでは、正解率は多数派クラスを予測するだけで高くなるため、適切な評価指標とはいえません。
F1スコアは適合率と再現率のバランスを取る指標であり、不均衡データにおける少数派クラスの性能評価に適しています。
画像データには、回転・反転・切り出しなどの画像拡張によって少数派クラスのサンプルを増やす手法が有効です。
AおよびCで用いる正解率は不均衡データの評価指標としては不適切です。
CとDのSMOTEは表形式データ向けの合成サンプル生成手法であり、画像のピクセルデータには適していません。
したがって、F1スコアの最適化と画像拡張を組み合わせるBが最適な解決策です。
メトリクスと検証 – Amazon SageMaker AI
Q10AWS Certified Machine Learning Engineer Associate
Q10. あるMLエンジニアが、住宅とアパートの価格を予測するモデルを構築しています。
このモデルは、広さ（Square Meters）、価格（Price）、築年数（Age of Building）の3つの特徴量を使用します。
データセットには10,000件の行があります。
このデータには、1件の大豪邸と1件の極端に小さいアパートのデータポイントが含まれています。
MLエンジニアは、典型的な住宅またはアパートに対してモデルが正確な予測を行えるよう、データセットへ前処理を行う必要があります。
これらの要件を満たすソリューションはどれですか？
解答を見る
正解：A. 外れ値を除去したうえで、広さ（Square Meters）変数に対数変換を実行する。
正解はAです。住宅価格を予測する回帰モデルでは、極端な外れ値が損失関数に大きな影響を与え、大多数の典型的なデータに対する予測精度を低下させます。
今回のデータセットに含まれる大豪邸と極端に小さいアパートは、広さ（Square Meters）における明確な外れ値です。
これらの外れ値を除去したうえで、広さの変数に対数変換を適用することで、値の桁数が広がることによる歪みを抑え、大多数の典型的な住宅・アパートに対する予測精度を高められます。
Bの正規化だけでは、外れ値そのものの影響を根本的に解消できません。
CおよびDのOne-Hotエンコーディングはカテゴリ変数向けの手法であり、広さのような連続的な数値変数には適していません。
したがって、外れ値除去と対数変換を組み合わせたAが最も妥当な前処理です。
Amazon SageMaker Data WranglerによるMLデータの準備 – Amazon SageMaker AI