シナリオ問題応用

リテール企業が Azure Computer Vision を使用して店舗の商品陳列を検査しています。AI モデルが過去 6 ヶ月で学習した品質は維持しているものの、新しい商品や陳列パターンの認識精度が低下した場合、最初に実施すべきアクションは何ですか?

A.すぐにモデルをリトレーニングして本番環境に再デプロイする
✗ データなし大意的なリトレーニングは、前のモデルの良い特性も失い、さらに悪化させるリスクがあります。
B.モデルのドリフト検出機能で精度低下原因を分析し、追加学習データを収集してから再評価を行う← 正解
✓ 正解です。データドリフト検出で原因特定し、新データを追加収集・混合した上で慎重に再評価・検証するのが best practice です。
C.Azure Custom Vision で新しいカテゴリを追加し、既存モデルを破棄して一から学習し直す
✗ 既存モデルの完全リセットは過度であり、段階的改善で対応する方が効率的です。
D.Computer Vision の API バージョンをアップグレードして自動的に改善するのを待つ
✗ API バージョンアップグレードのみでは、ビジネスロジック変化への対応は自動では不可能です。

この問題のポイント

データドリフト検出で原因特定し、新データを追加収集・混合した上で慎重に再評価・検証するのが best practice です。

AI-900:Microsoft Azure AI Fundamentals の問題一覧