AI-900試験対策応用
金融機関が不正取引検出モデルを Azure Machine Learning で構築し、本番環境にデプロイしました。しかし3ヶ月経つと、モデルの予測精度が初期の92%から78%に低下しました。この現象の最も考えられる原因と対応策は何か？
A.顧客の取引パターンが時間とともに変化し、モデルが学習したデータ分布と乖離した（データドリフト）。定期的な再学習が必要← 正解
✓ 正解です。取引パターン変化によるデータドリフトが精度低下の主因です。定期的な再学習と監視が本番ML環境の標準実務です。
B.Azure Machine Learning のハードウェア性能が自動的に低下したため、物理的なサーバーを交換する必要がある
✗ Azure Machine Learning のハードウェア性能低下はモデル精度に直接影響しません。精度低下の原因ではありません。
C.モデルの精度低下は自然現象であり、機械学習では避けられないため対応は不可能
✗ データドリフト対策により精度低下は回避可能です。「避けられない」という見方は誤りです。
D.初期デプロイ時のバージョンのバグが原因なので、同じバージョンで再デプロイすれば解決する
✗ 同じバージョンで再デプロイしても、基になるデータ分布が変わっていれば精度は改善しません。
この問題のポイント
取引パターン変化によるデータドリフトが精度低下の主因です。定期的な再学習と監視が本番ML環境の標準実務です。
「AI-900試験対策」の他の問題
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。