A正解
Amazon SageMaker Ground Truth
正解。Ground Truth は、学習用データに人手や自動化を組み合わせてラベルを付ける（アノテーション）データラベリングのサービスです。
ある ML チームが、教師データの整備とモデル構築の工数を減らしたいと考えています。学習データにラベルを付けたり、コードを書かずにデータからモデルを自動構築したりする作業を支援する SageMaker の機能を 2 つ選んでください。
1 / 1
複数選択してください
正解A, B
解説
ラベリングと自動モデル構築を支援する機能を 2 つ選ぶ問題。
- 1「学習データにラベルを付けたり」ラベリング＝Ground Truth
- 2「データからモデルを自動構築したり」AutoML＝Autopilot
B正解
Amazon SageMaker Autopilot
正解。Autopilot は、データを与えるだけでコードを書かずに、前処理・アルゴリズム選択・学習・チューニングを自動で行いモデルを構築する AutoML 機能です。
C不正解
Amazon SageMaker Endpoint
Endpoint は学習済みモデルを推論用にホスティングする仕組みです。
ラベル付けやモデルの自動構築を支援する機能ではないため不正解です。
D不正解
Amazon SageMaker Model Monitor
Model Monitor は本番モデルのドリフトを監視する機能です。
ラベル付けやモデルの自動構築を支援する機能ではないため不正解です。
E不正解
Amazon SageMaker Feature Store
Feature Store は特徴量を保存・共有・再利用するリポジトリです。
ラベル付けやモデルの自動構築を支援する機能ではないため不正解です。
ポイント
学習前の作業を支援するのは『Ground Truth（データにラベルを付ける）』『Autopilot（コードなしでモデルを自動構築する AutoML）』です。一方、Endpoint（推論ホスティング）・Model Monitor（デプロイ後の監視）・Feature Store（特徴量の保存）は、ラベリングや自動構築ではなく別フェーズの機能です。