今日間違えた5問と、初めて出てきた用語たち【AWS AI Practitioner】

AWS AI Practitionerの模擬試験を進めています。今日は間違えた問題が5つありました。それに加えて、初めて見る用語もいくつか出てきたので、今回から用語の意味もセットで記録していくことにします。

今日つまずいたポイント

1問目は、『SageMaker Canvasで作ったモデルを、SageMaker Studioでカスタマイズしたい』という問題でした。ここで「移転学習して再学習する」を選びましたが、これは不正解でした。

正解は、Canvasから直接Studioにモデルをエクスポートすることでした。すでに学習済みのモデルがあるので、わざわざ移転学習で作り直す必要はありません。ツール間で直接引き継げる、という発想がポイントでした。

2問目は、『画像データを使って新しい画像を生成するモデルを開発する』問題でした。「残差ネットワーク」を選びましたが、これは不正解でした。

残差ネットワークは、層を深くしても学習が崩れにくくする仕組みで、主に画像分類のような認識タスクで使われます。今回のように新しい画像を作り出したい場合は、敵対的生成ネットワーク、いわゆるGANが使われます。作る側と見破る側の2つのネットワークが競い合いながら、本物に近い画像を作り出していく仕組みです。分類したいならResNet系、生成したいならGAN、と使い分けを覚えておきたいです。

3問目は、『既存の画像分類モデルに新しい昆虫カテゴリを追加したい』、という問題でした。「教師なし学習」を選びましたが、これも不正解でした。

教師なし学習は、正解ラベルのないデータから規則性を見つける学習方法です。今回のように、すでにあるモデルを土台にして新しいカテゴリを追加するのは、転移学習の得意分野です。ゼロから作らず、既存の知識を引き継いで少ないデータで拡張する、という考え方でした。

4問目は、『予測モデルが未知のデータにも対応できるかを評価する』問題でした。「Recall(再現率)」を選びましたが、不正解でした。

RecallやPrecisionは、分類の当たり外れを測る指標です。今回問われていたのは、学習に使っていない新しいデータにどれだけ対応できるかという話で、これは汎化誤差という指標で評価します。当たり外れの精度と、未知のデータへの強さは、別の軸で見るものだと整理できました。

5問目は、『MLOpsの原則を3つ選ぶ』問題でした。「セキュリティ」を選びましたが、不正解でした。

正解は、バージョン管理、オートメーション、モデルガバナンスの3つでした。セキュリティも大事な観点ではありますが、MLOpsの核となる原則としては挙げられていません。モデルや データの変更履歴を追えるようにし、繰り返し作業を自動化し、モデルの状態を管理し続ける。この3本柱で覚えておきたいです。

初めて出てきた用語

今日の勉強で、意味が分からなかった用語を並べておきます。

【インテント】ユーザーの発言が、結局何をしたいのかという意図の分類です。言い方が違っても「パスワードを忘れた」「ログインできない」は同じ「パスワードリセット」という意図に分類されます。チャットボットは、この意図ごとに適切な返答を出し分けています。

【アーリーストッピング】モデルを学習させている途中で、検証データに対する精度が悪化し始めたタイミングで、学習を早めに打ち切る手法です。学習させすぎることで起きる過学習を防ぐための工夫です。

【バウンディングボックス】画像の中で、物体がどこにあるかを四角い枠で囲んで示すものです。物体検出のタスクで、写っているものの位置を表すのに使われます。

【クロスバリデーション】手元のデータを複数のグループに分けて、順番に検証用として使い回しながらモデルの性能を確認する手法です。1回だけの分割で評価するより、偏りの少ない結果が得られます。

【TensorFlow】ディープラーニングのフレームワークの1つです。以前学んだMXNetや、PyTorchと同じ種類の道具で、AIモデルを作るためのソフトです。Googleが開発したもので、SageMakerでも標準的にサポートされています。

今日は間違いも多く、知らない用語も一気に出てきましたが、その分整理のしがいがありました。次に似た問題や用語が出てきたときに、今日の内容を思い出せるようにしておきたいと思います。