クラウドAI
Amazon SageMakerとは？
Amazon SageMakerとは、機械学習モデルの構築、学習、デプロイ、運用を支援するAWSサービスです。
関連表記: Amazon SageMaker / SageMaker / SageMaker JumpStart
試験で問われるポイント
- 機械学習ライフサイクル全体を支援します。
- JumpStartは事前構築済みモデルやソリューションの利用に役立ちます。
- Bedrockとの役割の違いを押さえます。
具体例
自社データで需要予測モデルを学習し、APIとしてデプロイします。
混同しやすい点
- SageMakerはDNSやストレージ専用サービスだと考える。
- Bedrockと全く同じ用途だけに使うと考える。
関連問題で復習
データサイエンティストが独自の学習コードでモデルを作り、学習ジョブ、推論エンドポイント、継続的な更新を一つの環境で管理します。この開発基盤に最も適したサービスはどれですか。
複数社の基盤モデルを比較して文章生成アプリを作ります。学習済みモデルの推論サーバーを自社で配備・管理せず、AWSのマネージドAPIから呼び出したい場合、最も適したサービスはどれですか。
開発者がSageMaker AI上で、公開済みのモデルを選んで試し、必要に応じて自社データで調整するPoCを始めます。モデルや構築済みのソリューションを探す入口として最も適したものはどれですか。
分析サービスの利用資格を持つ既存顧客が、与信モデルの本番導入前に属性による不公平な予測を確認し、各特徴量が予測にどう寄与しているかを調べます。この機能を提供するサービスはどれですか。
店舗の写真に写っている商品や人物を検出し、ラベルや位置情報を取得したいと考えています。独自モデルの学習や人手のラベル付けから始めず、学習済みの画像分析機能を使う場合に適したサービスはどれですか。
基盤モデルに対して「指示チューニング(インストラクションチューニング)」を行う主な目的として、最も適切なものはどれですか。
生成AIモデルの調整手法である「RLHF(人間のフィードバックによる強化学習)」の説明として、最も適切なものはどれですか。
AIにおけるバイアスの説明として最も適切なものはどれか。