コンピュータービジョン応用
製造工場がAzure Custom Visionで不良品検出モデルを構築し、本番環境で使用開始しました。1ヶ月後、新しい種類の不良が頻繁に発生し、既存モデルの検出率が低下しました。迅速に対応するため、最初に実施すべきステップはどれか？
A.新しい不良品の画像データを収集し、既存の訓練データセットに追加して、モデルを再訓練する← 正解
✓ 正解です。Custom Visionは継続的な学習に対応しており、新しい不良パターンのデータを追加して再訓練することが、最も効率的で実用的な対応です。
B.現在のモデルの信頼度閾値を下げて、より多くの検出を試みる
✗ 閾値を下げると誤検出（偽陽性）が増加し、生産効率が低下する可能性があります。根本的な解決にはなりません。
C.Azure AI Visionの汎用物体検出APIに切り替える
✗ 汎用APIでは製造業の特定の不良パターンに最適化できず、精度が低下する可能性が高いです。
D.新しい不良の種類ごとに独立した個別モデルを新規構築する
✗ 個別モデルの構築は時間と労力がかかり、統合管理も複雑になります。既存モデルの拡張が効率的です。
この問題のポイント
Custom Visionは継続的な学習に対応しており、新しい不良パターンのデータを追加して再訓練することが、最も効率的で実用的な対応です。
「コンピュータービジョン」の他の問題
Azure AI Visionで「画像1枚につき1つのカテゴリを付与する」タスクはどれか？Azure Custom Visionで「製品写真に複数の不良箇所の位置と種類を検出するモデル」を構築するタスクはどれか…Azure AI Visionの「Read API（OCR）」と「Image Analysis OCR」を使い分ける際の…Azure Custom Visionのモデルを「Raspberry PiなどのIoTデバイスでオフライン実行」したい場…工場の映像から作業員が危険エリアに立ち入ったことをリアルタイムで検知するのに最適なAzure AI Visionの機能は…Azure AI FaceのFace Verificationとは何をする機能か？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。