模擬試験応用

ある金融機関が、申請者の信用スコアを予測するMLモデルをAzure MLで構築しました。本番運用開始6ヶ月後、特定の年齢層で予測精度が大幅に低下していることが発覚しました。この状況の主な原因として最も考えられるのはどれか?

A.訓練データで十分に表現されていなかった年齢層の統計分布が、本番データで変化したため← 正解
✓ 正解です。本番環境でのデータドリフト(データ分布の変化)により、訓練時に学習していない条件で精度低下が起きます。定期的なモニタリングと再訓練が必要です。
B.Azure ML Studioのコンピュート容量がスケールダウンされたため
✗ コンピュート容量の変化は推論速度に影響しますが、予測精度の低下には直結しません。
C.モデルの予測確度を決めるしきい値の設定が不正確だったため
✗ しきい値の不正確さはROC曲線調整時に見つかり、6ヶ月後の急激な低下の説明になりません。
D.金融規制当局がモデルの更新を禁止したため
✗ 規制当局が更新を禁止しても、既にデプロイされたモデルの精度自体は変わりません。

この問題のポイント

本番環境でのデータドリフト(データ分布の変化)により、訓練時に学習していない条件で精度低下が起きます。定期的なモニタリングと再訓練が必要です。

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