D1 確認テスト 3

配送モデルは毎日新規注文を読み到着時刻を出し、毎月の実績でパラメータを更新します。それぞれ何に当たりますか。

システムの説明に最も直接当てはまる能力を組み合わせてください。各選択肢は一回使います。

予約サイトは低トラフィックですが時々急増します。予測は同じ要求で返す必要があり、起動時の多少の待ち時間は許容でき、空き時間の常駐容量は避けたい場合、どの方式が適しますか。

店舗ごとの一時間当たり来客数を予測します。表には店舗、時刻、人数があり、祝日の影響も評価します。データの扱いと分割方法はどれが適切ですか。

大量の未ラベル商品画像から見た目の似たグループを見つけ、担当者が名前を付けます。クラスが未定の場合、最初にどの方法を使いますか。

メディアには、既存記事十万本の毎週の一括採点と、編集者が時々送る長文一件の後日結果取得があります。適切な方式を二つ選んでください。

担当者が確認できる重複経費申請は毎日限られています。過去の事例にはラベルがあり、最終却下には人の確認が必要です。モデルの用途として何が適切ですか。

税額は段階式と丸め規則で完全に定まり、同じ入力で再現できることが監査要件です。過去の税額も十分にあります。何を使いますか。

店舗には各注文の実配送時間があり、未出荷の注文に「速い・遅い」ではなく具体的な時間を推定します。何を選びますか。

運用チームは映像でフォークリフトが歩行区域に入った時刻を検出し、確認用イベントを作ります。どの用途が最適ですか。

スキャンしたアンケートからキーと値を抽出し、コメントの感情傾向も判定します。適切なマネージドサービスを二つ選んでください。

倉庫では毎日の返品件数を予測し、担当者向け説明も作ります。表データ向けのモデルは信頼でき、理由も構造化済みです。説明文で予測値が変わらない構成はどれですか。

メールが人の対応を必要とするか判定します。履歴には「要対応／不要」のラベルがあり、リスク順に並べる必要もあります。どの出力が適切ですか。

新しい倉庫での性能を評価します。倉庫単位でデータを分け、前処理のパラメータは学習データだけで求めます。作業順を選んでください。

一週間で基盤モデルを試します。甲はそのまま呼び出せる事前学習済みモデル、乙は全重みを自前で学習する必要があります。まず標準的な要約を評価するなら何をしますか。

工場は毎日数千台の履歴を採点し、停止警報は端末が通信できなくても直ちに出す必要があります。どの構成が適切ですか。

Amazon SageMaker AI でデータ処理、学習、評価を毎回手動実行しています。再現可能な手順と依存関係を定義するにはどの機能が適切ですか。

発注モデルで入力分布が変わりましたが、実売上が分かるのは一週間後です。早期の警告と実性能低下を区別する対応を二つ選んでください。

メールフィルターが 60 通をマークし、48 通が実際に迷惑メールでした。さらに 12 通を見逃しました。マークしたメールのうち正しかった割合はどれですか。

新モデルで検証正解率が 92% から 94% になりましたが、人の確認時間は倍増しました。総工数を減らし、最終品質を維持するには次に何を見ますか。