AWS Certified AI Practitioner（AIF-C01） 問題一覧

機械学習において「過学習（Overfitting）」とは何を指すか？

「教師あり学習（Supervised Learning）」の定義として最も適切なものはどれか？

機械学習における「精度（Accuracy）」の計算式として正しいものはどれか？

「自然言語処理（NLP）」において「トークン化（Tokenization）」とは何か？

「基盤モデル（Foundation Model）」の定義として最も適切なものはどれか？

「強化学習（Reinforcement Learning）」における「報酬（Reward）」とは何か？

機械学習における「バイアス（Bias）」と「バリアンス（Variance）」の関係として最も適切な説明はどれか？

「生成AI（Generative AI）」と「識別AI（Discriminative AI）」の違いとして最も適切なものはどれか？

「モデルの訓練（Training）」と「モデルの推論（Inference）」の違いとして最も正確な説明はどれか？

「ファインチューニング（Fine-tuning）」と「プロンプトエンジニアリング（Prompt Engineering）」の違いとして最も適切な説明はどれか？

「回帰（Regression）」と「分類（Classification）」の違いとして最も正確なものはどれか？

ニューラルネットワークに関する以下の記述のうち、誤っているものはどれか？

教師なし学習（Unsupervised Learning）に関する以下の記述のうち、誤っているものはどれか？

大規模言語モデル（LLM）に関する以下の記述のうち、誤っているものはどれか？

モデル評価指標に関する以下の記述のうち、誤っているものはどれか？

転移学習（Transfer Learning）に関する以下の記述のうち、誤っているものはどれか？

データの前処理（Preprocessing）に関する以下の記述のうち、誤っているものはどれか？

二値分類モデルの評価において、以下の混同行列が得られた。 　　　　　　予測:陽性　予測:陰性 実際:陽性　　　80　　　　20 実際:陰性　　　10　　　　90 このモデルの「再現率（Recall）」として正しいものはどれか？

回帰モデルの評価において、以下の5つのサンプルで予測値と実際値の差（誤差）が次のとおりであった。 誤差: +3, -1, +4, -2, +2 このモデルの「平均絶対誤差（MAE: Mean Absolute Error）」として正しいものはどれか？

あるデータセットに対して機械学習モデルを評価した結果、以下の値が得られた。 適合率（Precision）: 0.75 再現率（Recall）: 0.60 このモデルの「F1スコア」として最も近い値はどれか？

あるデータセットの特徴量Xの値が [2, 4, 4, 6, 8, 10] である。Min-Maxスケーリング（正規化）を適用した場合、値「6」を変換した結果として正しいものはどれか？

機械学習モデルのROC曲線評価において、以下の混同行列が得られた。 　　　　　　予測:陽性　予測:陰性 実際:陽性　　　70　　　　30 実際:陰性　　　20　　　　80 このモデルの「偽陽性率（FPR: False Positive Rate）」として正しいものはどれか？

あるモデルのトレーニングデータに対する損失（Loss）が各エポックで以下のように推移した。 エポック1: 0.80 エポック2: 0.60 エポック3: 0.45 エポック4: 0.44 エポック5: 0.43 エポック1からエポック2にかけての損失の「改善率（減少率）」として正しいものはどれか？

機械学習モデルの訓練において、訓練データのサイズを大幅に増やした場合、過学習（Overfitting）に対してどのような影響が期待されるか？

ニューラルネットワークの学習において、学習率（Learning Rate）を非常に大きな値に設定した場合、どのような問題が発生しやすいか？

テキスト生成モデルで「温度（Temperature）」パラメータを0に近い値に設定した場合、生成されるテキストの特性はどのようになるか？

k-means クラスタリングにおいて、クラスタ数 k の値を実際のデータの自然なグループ数より大幅に大きく設定した場合、どのような問題が生じるか？

大規模言語モデル（LLM）のRAG（Retrieval-Augmented Generation）において、検索ステップで関連性の低いドキュメントが取得された場合、生成結果にどのような影響が生じるか？

二値分類モデルで「偽陰性（False Negative）」のコストが非常に高い医療診断タスクにおいて、分類の閾値（Threshold）を下げた場合、モデルの評価指標にどのような変化が生じるか？

機械学習における「バッチ学習（Batch Learning）」と「オンライン学習（Online Learning）」の違いとして最も適切なものはどれか？

大規模言語モデル（LLM）における「トークン」とは何ですか？

生成AIにおける「温度（Temperature）」パラメータとは何を制御するものですか？

「RAG（Retrieval-Augmented Generation）」とはどのような技術ですか？

生成AIモデルにおける「ハルシネーション（Hallucination）」とはどのような現象ですか？

「プロンプトエンジニアリング」における「Few-shot プロンプティング」とはどのような手法ですか？

生成AIにおける「教師あり学習（Supervised Learning）」と「教師なし学習（Unsupervised Learning）」の違いとして最も適切なものはどれですか？

LLMにおける「Zero-shotプロンプティング」と「Few-shotプロンプティング」の違いとして正しいものはどれですか？

生成AIにおける「判別モデル（Discriminative Model）」と「生成モデル（Generative Model）」の違いとして最も適切なものはどれですか？

「インコンテキスト学習（In-context Learning）」と「ファインチューニング（Fine-tuning）」の比較として最も正確な説明はどれですか？

大規模言語モデル（LLM）のアーキテクチャに関する以下の記述のうち、誤っているものはどれですか？

生成AIにおける「ファインチューニング（Fine-tuning）」に関する以下の記述のうち、誤っているものはどれですか？

生成AIにおける「拡散モデル（Diffusion Model）」に関する以下の記述のうち、誤っているものはどれですか？

プロンプトエンジニアリングの技法に関する以下の記述のうち、誤っているものはどれですか？

生成AIモデルの評価指標に関する以下の記述のうち、誤っているものはどれですか？

生成AIにおける「マルチモーダルモデル（Multimodal Model）」に関する以下の記述のうち、誤っているものはどれですか？

あるLLMのAPIを使用して、1,200トークンの入力プロンプトと800トークンの出力を生成しました。このAPIの料金体系は入力トークンが$0.003/1Kトークン、出力トークンが$0.006/1Kトークンです。この1回のAPI呼び出しにかかるコストはいくらですか？

あるテキスト分類モデルを100件のテストデータで評価しました。結果は「真陽性（TP）=45件、真陰性（TN）=35件、偽陽性（FP）=10件、偽陰性（FN）=10件」でした。このモデルの精度（Accuracy）として正しいものはどれですか？

あるLLMのコンテキストウィンドウは16,384トークンです。日本語のテキストは平均して1文字あたり約1.8トークンを消費するとします。このモデルに入力できる日本語テキストの最大文字数として最も近いものはどれですか？

機械翻訳モデルの評価にBLEUスコアを使用します。参照文「the cat sat on the mat」（6単語）に対して、生成文「the cat sat on the mat」と完全一致する場合、1-gram適合率は何%ですか？また、生成文が「the cat is on a mat」（6単語）の場合、1-gram適合率は何%ですか？

あるRAGシステムでは、ドキュメントを512トークンずつのチャンクに分割し、各チャンク間に64トークンのオーバーラップを設けています。総トークン数が10,000トークンのドキュメントを処理した場合、生成されるチャンク数として最も近いものはどれですか？

あるモデルのファインチューニングにおいて、学習データ5,000件を使用し、バッチサイズ25、エポック数4で学習します。1エポックあたりの学習ステップ数と、全エポックの合計学習ステップ数の組み合わせとして正しいものはどれですか？

LLMへの入力プロンプトにおいてコンテキストウィンドウの上限に達した場合、モデルの動作としてどのような影響が生じますか？

LLMの推論時に温度（Temperature）パラメータを0に設定した場合、生成テキストの特性はどのように変化しますか？

RAGシステムにおいて、ベクターデータベースに格納されたドキュメントのチャンクサイズを極端に小さく設定した場合、どのような問題が起きやすくなりますか？

Chain-of-Thought（CoT）プロンプティングを使用した場合と使用しない場合を比較したとき、CoTが特に有効な場面として最も適切なものはどれですか？

LLMのファインチューニング後に「壊滅的忘却（Catastrophic Forgetting）」が発生した場合、モデルにどのような変化が生じますか？

生成AIモデルに対して「プロンプトインジェクション攻撃」が成功した場合、どのような状況が発生する可能性が最も高いですか？

「トランスフォーマー（Transformer）」アーキテクチャにおける「エンコーダー（Encoder）」と「デコーダー（Decoder）」の違いとして最も適切なものはどれですか？

「ベクター埋め込み（Vector Embedding）」と「One-Hot エンコーディング」の違いとして最も正確な説明はどれですか？

生成AIにおける「アテンション機構（Attention Mechanism）」とは、主にどのような役割を果たすものですか？

Amazon SageMakerとは何ですか？

Amazon Rekognitionとは何ですか？

Amazon Bedrockとは何ですか？

Amazon Comprehendとは何ですか？

Amazon Forecastとは何ですか？

Amazon Kendraとは何ですか？

Amazon TranscribeとAmazon Pollyの違いとして正しいものはどれですか？

Amazon TextractとAmazon Rekognitionの違いとして最も正確なものはどれですか？

Amazon LexとAmazon Comprehendの主な違いとして正しいものはどれですか？

Amazon SageMaker Canvas とAmazon SageMaker Studioの違いとして最も適切なものはどれですか？

Amazon PersonalizeとAmazon Forecastの違いとして正しいものはどれですか？

Amazon BedrockとAmazon SageMakerの主な違いとして最も正確なものはどれですか？

Amazon SageMakerに関する以下の記述のうち、誤っているものはどれか。

Amazon Rekognitionに関する以下の記述のうち、誤っているものはどれか。

Amazon Bedrockに関する以下の記述のうち、誤っているものはどれか。

Amazon Comprehendに関する以下の記述のうち、誤っているものはどれか。

Amazon Lexに関する以下の記述のうち、誤っているものはどれか。

Amazon Kendraに関する以下の記述のうち、誤っているものはどれか。

Amazon Rekognitionを使用して顔認識システムを構築しています。テスト用に1,000枚の画像をS3にアップロードし、各画像の分析にかかるAPIコールは1回です。Amazon Rekognitionの料金が最初の100万件のAPIコールに対して1,000件あたり$1.00の場合、1,000枚の画像を分析する合計コストはいくらですか？

Amazon Transcribeを使用して音声ファイルを文字起こしします。1分あたりの料金が$0.024で、合計で250分の音声ファイルを処理する場合、合計コストはいくらですか？

Amazon Comprehendを使用してテキスト分析を実施しています。感情分析APIの料金が100ユニットあたり$0.0001（1ユニット＝100文字）で、各テキストが平均500文字、合計で2,000件のテキストを処理する場合、合計コストはいくらですか？

Amazon SageMakerでml.m5.xlargeインスタンス（時間あたり$0.23）を使用してモデルのトレーニングを行います。トレーニングジョブが72時間実行された場合、このトレーニングジョブのインスタンスコストはいくらですか？

Amazon Textractを使用して請求書を処理しています。テーブルと入力フォームの検出機能を含む料金が1ページあたり$0.065で、合計で800ページのPDFを処理する必要があります。合計コストはいくらですか？

Amazon Forecastを使用して需要予測モデルを構築しています。学習に使用するデータポイントが120万件あり、料金が100万データポイントあたり$0.60です。また、予測生成は1,000予測あたり$0.10で、50,000件の予測を生成する場合、合計コストはいくらですか？

あなたのチームはAmazon SageMakerでカスタムモデルのトレーニングを行っていますが、トレーニング中に突然EC2インスタンスが障害を起こしました。SageMakerのマネージドスポットトレーニング機能を使用していた場合、この状況で最も期待できる動作はどれですか？

Amazon Bedrockを使用して基盤モデル（FM）を呼び出すアプリケーションを構築しています。特定のユーザーグループに対してモデルの出力を自社のブランドガイドラインに沿った内容に制限したい場合、最も適切なアプローチはどれですか？

Amazon Kendraを使用して社内ナレッジベースの検索システムを構築しています。ユーザーから「検索結果が不正確で、質問の意図に合わない文書が上位に表示される」という報告がありました。この問題を改善するために最も効果的な対応はどれですか？

Amazon Personalizeを使用してECサイトのレコメンデーションエンジンを稼働させています。新商品を大量に追加したところ、「コールドスタート問題」によって新商品がほとんどレコメンドされなくなりました。この問題に対処するための最も適切な方法はどれですか？

Amazon SageMakerでトレーニングジョブを実行中に、メモリ不足エラーが発生してジョブが中断されました。同じデータセットと同じml.m5.xlargeインスタンスを使用して再度トレーニングを開始する場合、このエラーを最も効果的に回避するためには、次のどの対応を講じるべきですか？

Amazon Rekognitionで顔検出APIを呼び出すアプリケーションを運用しています。ユーザーが低解像度や逆光の画像をアップロードすると、顔が検出されず、アプリケーション側でエラーになることが頻繁に起きています。この問題を改善し、検出精度を向上させるための最も実用的な対応はどれですか？

「説明可能なAI（Explainable AI / XAI）」とは何を指すか？

AIにおける「公平性（Fairness）」の文脈で「個人差別的バイアス（Individual Fairness）」とはどのような概念か？

AIシステムにおける「ハルシネーション（Hallucination）」とは何を指すか？

「プロンプトインジェクション（Prompt Injection）」とはどのような攻撃手法か？

責任あるAIの原則における「人間による監視（Human Oversight）」とはどのような概念か？

AWSの責任あるAIフレームワークにおける「プライバシーとセキュリティ」の原則として最も適切に説明しているものはどれか？

AIにおける「バイアス（Bias）」と「分散（Variance）」の違いとして最も適切に説明しているものはどれか？

「透明性（Transparency）」と「説明責任（Accountability）」の違いとして最も適切に説明しているものはどれか？

AIにおける「過学習（Overfitting）」と「未学習（Underfitting）」の違いに関する説明として最も適切なものはどれか？

「差分プライバシー（Differential Privacy）」と「データ匿名化（Data Anonymization）」の違いとして最も適切に説明しているものはどれか？

「グループ公平性（Group Fairness）」と「反事実的公平性（Counterfactual Fairness）」の違いとして最も適切に説明しているものはどれか？

AIにおける「モデルの堅牢性（Robustness）」と「モデルの信頼性（Reliability）」の違いとして最も適切に説明しているものはどれか？

責任あるAIにおける「データガバナンス（Data Governance）」に関する以下の記述のうち、誤っているものはどれか？

AIシステムにおける「敵対的攻撃（Adversarial Attack）」に関する以下の記述のうち、誤っているものはどれか？

AIにおける「公平性の評価指標」に関する以下の記述のうち、誤っているものはどれか？

生成AIと著作権・知的財産に関する以下の記述のうち、誤っているものはどれか？

AIシステムの「モデルカード（Model Card）」に関する以下の記述のうち、誤っているものはどれか？

AIにおける「同意（Consent）とプライバシー」に関する以下の記述のうち、誤っているものはどれか？

あるAIモデルの採用審査システムで、以下のデータが得られた。 【多数派グループ】 - 申請者数: 800人 - 承認数: 560人 【少数派グループ】 - 申請者数: 200人 - 承認数: 100人 「人口統計的平等（Demographic Parity）」の観点から、両グループの承認率の差（多数派 − 少数派）として正しいものはどれか？

あるAI分類モデルの混同行列が以下の通りであった。 | | 予測:陽性 | 予測:陰性 | |---|---|---| | 実際:陽性 | 180 | 20 | | 実際:陰性 | 30 | 270 | このモデルの「偽陽性率（False Positive Rate / FPR）」として正しいものはどれか？

あるローン審査AIについて、2つのグループのデータが以下の通りであった。 【グループA】 - 実際に返済できた人のうち承認された割合（真陽性率）: 75% 【グループB】 - 実際に返済できた人のうち承認された割合（真陽性率）: 90% 「等機会（Equal Opportunity）」の公平性指標における両グループの真陽性率の差（B − A）はいくらか？

あるAIモデルの公平性評価として「格差インパクト比（Disparate Impact Ratio）」を計算する。 【特権グループ】承認率: 84% 【非特権グループ】承認率: 63% 格差インパクト比（非特権 ÷ 特権）を計算し、一般的な公平性基準（80%ルール）に照らした判断として正しいものはどれか？

あるデータセットに対してモデルAとモデルBを評価した。責任あるAIの観点から「較正誤差（Calibration Error）」を検討する。 【モデルA】 - 予測確率が70%のサンプルのうち、実際に正例だった割合: 70% 【モデルB】 - 予測確率が70%のサンプルのうち、実際に正例だった割合: 55% モデルBの較正誤差（予測確率 − 実際の正例率）はいくらか？また、較正が取れているのはどちらか？

ある医療AIシステムで疾患検知を行った結果、以下のデータが得られた。 - 真陽性（TP）: 240 - 偽陰性（FN）: 60 - 偽陽性（FP）: 40 - 真陰性（TN）: 660 責任あるAIの観点から、このモデルの「精度（Precision）」と「再現率（Recall）」をそれぞれ計算し、正しい組み合わせはどれか？

あるAI採用審査システムが、訓練データに含まれる歴史的な性別バイアスを学習してしまった。このシステムをそのまま本番運用した場合、責任あるAIの観点から最も懸念されるリスクはどれか？

生成AIが医療診断の補助ツールとして導入された後、モデルが存在しない検査結果や薬品名を「もっともらしい文章」として出力していることが判明した。この状況において、責任あるAIの観点から最優先で取るべき対応はどれか？

あるAIシステムが本番環境に展開された後、入力データの分布が訓練データとは大きく異なってきた（データドリフト）。この状況が放置された場合、責任あるAIの観点から最も起こりうる問題はどれか？

あるAI企業が「モデルカード（Model Card）」を公開せずにAIシステムを提供していた。後にそのモデルが特定の人種グループに対して不正確な犯罪リスク予測を行っていたことが判明した。モデルカードが事前に公開されていた場合に防げた可能性が最も高いリスクはどれか？

あるフィンテック企業がローン審査AIを導入したところ、規制当局から「意思決定の根拠を申請者に説明できること」を義務付けられた。しかし、使用しているモデルはブラックボックス型のディープラーニングモデルであった。この状況への対応として、責任あるAIの観点から最も適切なものはどれか？

あるオンラインプラットフォームが、ユーザーの行動データを用いてコンテンツ推薦AIを構築していた。プライバシー規制の強化により、ユーザーが自分のデータ削除を要求できる「忘れられる権利」が適用された。このとき、AIシステムへの影響として最も正確に説明しているものはどれか？

機械学習における「過学習（Overfitting）」とは何か、最も適切に説明しているものはどれですか？

AWS SageMakerにおける「エンドポイント（Endpoint）」とは何ですか？

自然言語処理（NLP）における「トークン化（Tokenization）」とは何ですか？

Amazon Rekognitionが提供する主な機能として最も正確に説明しているものはどれですか？

機械学習における「特徴量エンジニアリング（Feature Engineering）」とは何ですか？

Amazon Bedrockにおける「基盤モデル（Foundation Model）」とは何ですか？

機械学習における「教師あり学習（Supervised Learning）」と「教師なし学習（Unsupervised Learning）」の最も重要な違いはどれですか？

Amazon ComprehendとAmazon Textractの違いを最も正確に説明しているものはどれですか？

SageMaker「トレーニングジョブ（Training Job）」と「推論エンドポイント（Inference Endpoint）」の違いとして最も適切な説明はどれですか？

生成AIにおける「RAG（Retrieval-Augmented Generation）」と「ファインチューニング（Fine-Tuning）」の主な違いはどれですか？

Amazon PollyとAmazon Transcribeの違いとして最も正確な説明はどれですか？

機械学習における「バッチ推論（Batch Inference）」と「リアルタイム推論（Real-time Inference）」の違いとして最も適切な説明はどれですか？

Amazon SageMakerの機能に関する以下の記述のうち、誤っているものはどれですか？

Amazon Bedrockの利用方法と特徴に関する以下の記述のうち、誤っているものはどれですか？

AWSの音声・言語AIサービスに関する以下の記述のうち、誤っているものはどれですか？

機械学習モデルの評価指標に関する以下の記述のうち、誤っているものはどれですか？

生成AIとプロンプトエンジニアリングに関する以下の記述のうち、誤っているものはどれですか？

AIの公平性・責任あるAI（Responsible AI）に関する以下の記述のうち、誤っているものはどれですか？

ある画像分類モデルを1000件のテストデータで評価したところ、以下の混同行列の結果が得られました。 実際:陽性 / 予測:陽性 = 420件（真陽性） 実際:陰性 / 予測:陽性 = 80件（偽陽性） 実際:陽性 / 予測:陰性 = 30件（偽陰性） 実際:陰性 / 予測:陰性 = 470件（真陰性） このモデルの「適合率（Precision）」として正しいものはどれですか？

機械学習モデルのトレーニングにAmazon SageMakerを使用しています。トレーニングに使用するml.p3.2xlargeインスタンスは1時間あたり3.825ドルです。トレーニングジョブが合計で8時間かかり、その後、推論用にml.m5.xlargeインスタンス（1時間あたり0.23ドル）を24時間稼働させました。この一連の作業の合計コストとして最も近いものはどれですか？

Amazon Bedrockを使用して生成AIアプリケーションを開発しています。使用するモデルは入力トークン1,000件あたり0.008ドル、出力トークン1,000件あたり0.024ドルで課金されます。1日あたり平均5,000リクエストが発生し、1リクエストあたり平均200トークンの入力と400トークンの出力が生成される場合、1日あたりのAPI利用料金として正しいものはどれですか？

スパム検知モデルを評価するため500件のメールでテストしました。結果は真陽性（スパムをスパムと判定）240件、真陰性（正常を正常と判定）210件、偽陽性（正常をスパムと判定）30件、偽陰性（スパムを見逃し）20件でした。このモデルのF1スコアとして最も近い値はどれですか？（F1 = 2×Precision×Recall / (Precision+Recall)）

Amazon S3にトレーニングデータを保存してSageMakerでモデルをトレーニングしています。トレーニングデータは150GBで、S3の標準ストレージ料金は1GBあたり月額0.023ドルです。また、SageMakerのトレーニングジョブ実行中にS3からデータを取得するGETリクエストが1,000件発生し、GETリクエストの料金は1,000件あたり0.0004ドルです。データ転送コスト（S3からSageMakerへ）は1GBあたり0.09ドルです。これらを合計した1ヶ月のS3関連コストはいくらですか？

Amazon SageMakerでリアルタイム推論エンドポイントを運用中に、突然トラフィックが通常の5倍に急増しました。このとき、エンドポイントの可用性を維持するために最も適切な対応はどれですか？

Amazon Bedrockを使用したRAGアプリケーションで、Knowledge Baseに登録した社内ドキュメントが古い情報のままになっています。ユーザーが最新情報を質問したとき、このシステムはどのように動作しますか？

Amazon Comprehendでカスタム分類モデルをトレーニングしていますが、トレーニングデータの特定カテゴリのサンプルが他のカテゴリの10分の1しかありません。このデータ不均衡が発生した場合、モデルの挙動としてどのような問題が起きる可能性が最も高いですか？

Amazon SageMakerでトレーニングしたモデルのF1スコアが本番環境で徐々に低下していることが確認されました。トレーニング時のデータ分布と本番データの分布が乖離してきている場合、この現象を何と呼び、どのような対処が適切ですか？

Amazon SageMakerを使用してテキスト分類モデルを構築しています。トレーニングにはml.p3.8xlargeインスタンス（1時間あたり12.48ドル）を12時間使用し、その後、推論用にml.m5.2xlargeインスタンス（1時間あたり0.461ドル）を72時間稼働させました。さらに、トレーニングデータ200GBをS3に保存する際のストレージコスト（月額1GBあたり0.023ドル）も加算する必要があります。この一連の作業の合計コストとして最も近いものはどれですか？

Amazon SageMakerでトレーニングしたレコメンデーションモデルを本番環境にデプロイし、リアルタイム推論エンドポイントを運用開始から3ヶ月が経過しました。最初の1ヶ月は高い精度を維持していましたが、2ヶ月目から推論精度が徐々に低下し始め、ユーザーの満足度が低下していることが報告されました。トレーニングに使用したデータは過去12ヶ月のユーザー行動データで、本番環境では継続的に新しいユーザー行動データが蓄積されています。この状況で精度低下が起きている最も可能性の高い原因と、それに対する最適な対処方法の組み合わせはどれですか？

Amazon Bedrockを使用してRAG（Retrieval-Augmented Generation）システムを構築し、企業の社内ドキュメント（3,000個のPDF、合計5GB）をNowledge Baseに登録しました。システムが本番環境で稼働開始後、ユーザーから「特定の新製品に関する質問をすると、2年前の古い製品情報が取得されてしまう」という報告が来ました。新製品情報は1ヶ月前に作成されたドキュメントに記載されており、Knowledge Baseへの登録も完了しているはずです。この状況で、最も可能性の高い原因と、その解決方法として最も適切なものはどれですか？