第1回 問題集（モデル学習・SageMaker）

正解: B. ファイルを適切なサイズ（128MB〜1GB）に分割し、バケットキーを有効化して S3 リクエストコストを削減。Parquet や ORC などの列指向フォーマットを使用する

正解の根拠・詳細解説

SageMaker および各種 ML フレームワークは S3 から分散並列でデータを読み込みます。大量の小さなファイルはメタデータ取得のオーバーヘッドが大きく非効率です。推奨：①ファイルサイズを 128MB〜1GB に揃える（シャーディング）、②列指向フォーマット（Parquet/ORC）でストレージコストと読み込み速度を最適化、③S3 バケットキーでリクエストコスト削減、④ライフサイクルポリシーで古いトレーニングデータを Glacier に自動移行。SageMaker の S3 データチャンネルは S3 マニフェストファイルを使って効率的にバッチ読み込みできます。

正解: B. Amazon Kinesis Data Streams でデータを受信 → AWS Lambda または Amazon Kinesis Data Firehose で変換・フィルタリング → Amazon S3 に保存 → SageMaker でトレーニング

正解の根拠・詳細解説

AWS のリアルタイムデータ取り込みアーキテクチャの標準パターンです。①Kinesis Data Streams：毎秒 GB 規模のリアルタイムデータを低レイテンシで取り込み（シャード単位でスケール）、②Kinesis Data Firehose：完全マネージドの配信サービスで S3・Redshift・OpenSearch にバッファリング配信（コード不要）、③Lambda：ストリーム内の変換・フィルタリング・エンリッチメント、④S3：トレーニングデータのストレージ。Kinesis Analytics（Apache Flink）を使えばストリーム上でリアルタイム ML 推論も可能です。

正解: B. S3・RDS・DynamoDB などのデータソースを自動スキャンしてスキーマ（テーブル定義・列名・データ型・パーティション）を検出し Glue Data Catalog に自動登録する

正解の根拠・詳細解説

AWS Glue クローラーは ETL パイプラインの起点です。機能：①データストアを定期的またはオンデマンドでスキャン（S3・JDBC・DynamoDB・DocumentDB 等）、②スキーマを自動推論して Glue Data Catalog のデータベース・テーブルとして登録、③パーティション情報も自動検出（例：年/月/日パス構造）、④スキーマの変更を検出してカタログを自動更新。登録されたテーブルは Amazon Athena・EMR・Redshift Spectrum から直接 SQL クエリ可能になります。ML パイプラインでは特徴量データの発見と一元管理に活用します。

正解: B. S3 上のデータに列・行レベルのきめ細かいアクセス制御（Tag-based Access Control）を設定し、Athena・Glue・SageMaker・EMR からのアクセスを一元管理できる

正解の根拠・詳細解説

AWS Lake Formation はデータレイクのガバナンス基盤です。機能：①タグベースのアクセス制御（LF-TAGS）：データ属性（機密度・部署等）でポリシーを一元管理、②列・行レベルのセキュリティ：ユーザー・ロールごとにアクセス可能な列・行を制限、③データ共有：組織間・アカウント間でのセキュアなデータ共有（Amazon DataZone との統合）、④Blueprints：一般的なデータ移行パターンの自動化、⑤系譜追跡。ML チームはモデルトレーニングに必要な特徴量データへのアクセスを Lake Formation で安全に付与できます。

正解: B. Online Store はサブミリ秒の低レイテンシでリアルタイム推論時の特徴量取得に使用。Offline Store（S3）は大量の履歴特徴量を保存してバッチトレーニング時の特徴量取得に使用する

正解の根拠・詳細解説

SageMaker Feature Store は特徴量の管理・提供基盤です。【Online Store】：ElastiCache (Redis) ベース・毎秒数千件のルックアップ・サブミリ秒レイテンシ・推論時の特徴量取得に使用。【Offline Store】：S3 に Parquet 形式で保存・バッチ取得・Point-in-time correct join（指定時点の特徴量を正確に取得してデータリークを防ぐ）・大規模モデルトレーニングに使用。両ストアを組み合わせることでトレーニング・サービングスキュー（学習時と推論時の特徴量不一致）を防ぎます。これは MLS-C01 の頻出テーマです。

正解: B. GUI でデータの変換・前処理・EDA（探索的データ分析）を行い、そのコードを SageMaker Processing Job や Feature Store への書き込みパイプラインとして自動生成する

正解の根拠・詳細解説

SageMaker Data Wrangler はノーコード/ローコードのデータ準備ツールです。機能：①300以上のビルトイン変換（欠損値補完・エンコーディング・スケーリング・フィルタ等）をGUIで適用、②データ品質レポートの自動生成、③EDA 分析（分布・相関・クラス不均衡の可視化）、④変換フローを SageMaker Processing・Pipelines・Feature Store 取り込みコードとしてエクスポート、⑤データソース：S3・Athena・Redshift・EMR・SaaS（Salesforce 等）に接続。EDA ステージのスピードアップと変換ロジックの再現性確保に使います。

正解: B. S3 Record IO または S3 Pipe モードを使い、S3 からデータをストリーミングしながらトレーニングする（EBS ボリュームへのコピー不要）。または Parquet に変換してスキャン量を削減する

正解の根拠・詳細解説

SageMaker のデータチャンネルモード：①File モード：S3 からトレーニング開始前に全データを EBS にコピー（デフォルト・単純だが大規模データで起動が遅い）、②Pipe モード：S3 からストリーミング（FIFO パイプ経由）・EBSコピー不要・起動が速い・GPUを無駄にしない。③FastFile モード（推奨）：S3 を NFS マウントのように直接アクセス・ランダムアクセス可能・Pipe モードより高性能。大規模 CSV を Parquet に変換すると列のサブセットのみ読み込め、さらに高速化できます。

正解: B. ジョブのブックマーク機能を有効化して前回処理済みデータをスキップし、Worker Type を G.2X にしてメモリを増やし、パーティション数をワーカー数に合わせて最適化する

正解の根拠・詳細解説

AWS Glue ETL の最適化手法：①Job Bookmarks：前回実行後の新データのみ処理（増分処理）でジョブ時間を大幅削減、②適切な Worker Type：G.1X（メモリ集約型）・G.2X（大規模データ）・G.025X（低コスト）、③パーティション数の調整：デフォルトのパーティション数が少ない場合は `coalesce` または `repartition` で調整、④Pushdown Predicate：JDBC/S3 ソースでフィルタをプッシュダウンして読み込み量削減、⑤列指向フォーマット（Parquet/ORC）への変換でダウンストリーム処理を高速化。

正解: B. EC2 スポットインスタンスをコアノード・タスクノードに使用し、EMR マネージドスケーリングでジョブ完了後に自動縮小する。トランジェントクラスターパターンでジョブ毎に作成・削除する

正解の根拠・詳細解説

EMR のコスト最適化：①スポットインスタンス：タスクノードに使用してコスト70%削減（コアノードはデータ安全のためオンデマンド推奨）、②EMR マネージドスケーリング：アイドル時に自動縮小・負荷増加時に自動拡大、③トランジェントクラスター：ジョブ毎に作成・完了後即削除（アイドル課金ゼロ）。データは S3 に保存してクラスター削除してもデータが残る構成が標準（EMRFS / S3-backed）。④EMR on EKS または EMR Serverless：インフラ管理不要でさらにコスト効率向上。ML トレーニングデータ前処理の標準アーキテクチャです。

正解: B. 特徴量エンジニアリング・データ変換・モデル評価・バイアスチェックなどのデータ処理を、マネージドな Docker コンテナで実行してスケーラブルに処理する

正解の根拠・詳細解説

SageMaker Processing Job はデータ処理専用のマネージドインフラです。用途：①特徴量エンジニアリング・データ変換（scikit-learn・Spark・カスタムコンテナ）、②モデル評価（予測結果 vs 正解ラベルのメトリクス計算）、③SageMaker Clarify との統合でバイアス検出・説明可能性レポート生成、④前処理・後処理のスクリプトを SageMaker Pipelines に組み込んで自動化。インプット（S3）→ 処理コンテナ（EC2）→ アウトプット（S3）の流れで動作し、処理完了後インフラは自動削除（使用時のみ課金）。

正解: B. S3 上の CSV/Parquet/JSON 等のデータに対してサーバーレスで SQL クエリを実行し、EDA・特徴量検証・ラベル集計などを行う（クラスター管理不要）

正解の根拠・詳細解説

Amazon Athena は S3 データへのサーバーレス SQL サービスです。ML パイプラインでの活用：①EDA（探索的データ分析）：大規模データを SQL で素早く集計・可視化、②特徴量検証：分布・NULL 率・外れ値を SQL でチェック、③ラベルデータの集計・クロス集計、④Glue Data Catalog 統合でスキーマ管理が自動化、⑤S3 Select との組み合わせでコスト削減。課金：スキャンしたデータ量（$5/TB）・Parquet/ORC 変換でコスト90%削減可能。SageMaker Data Wrangler・SageMaker Studio との統合でノートブックから直接 Athena クエリが実行できます。

正解: B. オーバーサンプリング（SMOTE等）またはアンダーサンプリングで不均衡を解消するか、class_weight パラメーターで少数クラスに高い重みを付与し、評価指標を Accuracy ではなく AUC-ROC・F1・Precision-Recall で評価する

正解の根拠・詳細解説

クラス不均衡（Class Imbalance）は ML の典型的な課題です。対処法：①SMOTE（Synthetic Minority Oversampling Technique）：少数クラスの合成サンプルを生成（過学習リスク低）、②アンダーサンプリング：多数クラスをランダムに削除（データ損失あり）、③class_weight 設定：SageMaker XGBoost の scale_pos_weight など損失関数に重みを適用、④評価指標：Accuracy は「全て多数クラスと予測」で99.9%になる指標として不適切。AUC-ROC・Precision-Recall AUC・F1スコアを使う。SageMaker Data Wrangler にも不均衡検出・SMOTE 変換が組み込まれています。

正解: B. Amazon Macie で PII を検出し、AWS Glue ETL ジョブまたは SageMaker Processing Job で Amazon Comprehend の PII 検出 API を使って個人情報をマスキング・仮名化してから使用する

正解の根拠・詳細解説

PII（個人識別情報）の ML 活用における保護：①Amazon Macie：S3 バケットを自動スキャンして PII（氏名・SSN・クレカ番号等）を検出・アラート、②Amazon Comprehend：テキストから PII エンティティを検出する NLP API（DetectPiiEntities・ContainsPiiEntities）、③処理：Glue ETL または SageMaker Processing で Comprehend API を呼び出し、PII をマスク（***）・仮名化（SHA256ハッシュ）・汎化（年齢 → 年代）してから S3 に保存、④GDPR・HIPAA 対応。ML パイプラインに PII 保護ステップを組み込むことが AWS の ML セキュリティベストプラクティスです。

正解: B. Firehose に Lambda 関数を設定してリアルタイムで変換（フィルタ・フォーマット変換・エンリッチメント）し、変換後のデータを Parquet/ORC に変換して S3 に保存する

正解の根拠・詳細解説

Kinesis Data Firehose のデータ変換機能：①Lambda 変換：Firehose がバッファしたレコードを Lambda に渡してカスタム変換・フィルタリング・エンリッチメントを実行、②フォーマット変換：Apache Parquet/ORC への自動変換（Glue Data Catalog のスキーマを参照）、③圧縮：GZIP・Snappy・ZSTD。変換後の Parquet データは Athena での分析コストを90%削減できます。配信先：S3・Redshift・OpenSearch・Splunk・HTTP エンドポイント。バッファリング（サイズ/時間）の設定でレイテンシとコストのバランスを調整します。

正解: B. 表形式データの分類・回帰問題に対して、自動的に特徴量エンジニアリング・モデル選択・ハイパーパラメーターチューニングを実行して最高精度のモデルを見つける（AutoML）

正解の根拠・詳細解説

SageMaker Autopilot（現在は SageMaker Canvas の一機能）は AWS の AutoML サービスです。仕組み：①CSV・Parquet（S3 または Athena）から入力データを読み込み、②候補パイプラインの自動生成（Linear Learner・XGBoost・MLP 等のモデルを複数試行）、③特徴量変換・ハイパーパラメーターを自動最適化、④最高精度のモデルと変換パイプラインを生成。透明性：全試行の詳細（候補コード・メトリクス）が確認可能。HPO（ハイパーパラメーター最適化）にはベイズ最適化を使用。ML 初心者からデータサイエンティストの生産性向上まで幅広く活用できます。

正解: B. 欠損値の割合・外れ値の検出・クラス分布の確認・特徴量間の相関・データリーク（ターゲット変数と相関が高すぎる特徴量）・ターゲット変数の分布の確認を行う

正解の根拠・詳細解説

機械学習のデータ品質チェックリスト：①欠損値：欠損率が高い列の特定（閾値を超えたら削除 or 補完戦略を決定）、②外れ値：IQR 法・Z スコア法で検出（ドメイン知識で対処）、③クラス分布：不均衡の確認（SMOTE 等の必要性判断）、④特徴量相関：多重共線性のある特徴量を削除または PCA で削減、⑤データリーク：ターゲットと異常に高い相関を持つ特徴量（未来の情報が含まれていないか）、⑥データ型の整合性・日付フォーマットの統一。SageMaker Data Wrangler の Data Quality & Insights レポートでこれらを自動化できます。

正解: B. 勾配降下法ベースの線形回帰・ロジスティック回帰・SVM・k-Nearest Neighbors・ニューラルネットワーク（特徴量の値域が異なると学習が偏る）

正解の根拠・詳細解説

特徴量スケーリングが必要なアルゴリズム：距離・内積・勾配に基づくアルゴリズムは特徴量の値域の差に敏感です。①線形回帰・ロジスティック回帰（正則化あり）：L1/L2 ペナルティが大きい値の特徴量に偏る、②SVM：カーネル計算が距離ベース、③k-NN：ユークリッド距離が支配的特徴量に偏る、④ニューラルネットワーク：収束速度と精度に影響。スケーリング不要：決定木・ランダムフォレスト・XGBoost・LightGBM（閾値ベースの分割はスケール非依存）。スケーリング手法：StandardScaler（平均0・分散1）・MinMaxScaler（0〜1範囲）・RobustScaler（外れ値に頑健）。

正解: B. 自動的な異常検知・予測（ML-based forecasting）・ナレーティブ（自然言語でのインサイト説明）を BI ダッシュボードに組み込んで非エンジニアでも ML の恩恵を受けられるようにする

正解の根拠・詳細解説

Amazon QuickSight の ML Insights 機能：①異常検知（Anomaly Detection）：Random Cut Forest アルゴリズムで時系列データの異常を自動検出・アラート、②予測（Forecasting）：統計的時系列モデルで将来値を予測（信頼区間付き）、③ナレーティブ（Narratives）：グラフのトレンドを自動で自然言語テキストに変換して説明、④AutoNarrative：ダッシュボード全体のサマリーを自動生成。ユースケース：売上予測・在庫管理・異常トラフィック検出。データサイエンチストなしでビジネスユーザーが ML の恩恵を受けられます。

正解: B. 高次元データの次元削減（次元の呪い回避）、多重共線性のある特徴量を少数の無相関な主成分に変換し、モデルの過学習防止とトレーニング高速化を実現する

正解の根拠・詳細解説

PCA（Principal Component Analysis）の用途：①次元削減：画像（784次元のピクセル）・テキスト（高次元 TF-IDF）等の高次元データを低次元に圧縮、②多重共線性の解消：相関のある特徴量を独立した主成分に変換、③可視化：2〜3主成分に削減してデータ分布を可視化（t-SNE も有効）。注意：PCA は教師なし（ラベルを無視）・解釈性が下がる・外れ値に敏感（StandardScaler 前処理が必須）。SageMaker の PCA アルゴリズムはビルトインアルゴリズムとして提供されており、大規模データに対して分散 PCA を実行できます。

正解: B. バイアス検出：Class Imbalance（CI）・Difference in Positive Proportions（DPP）・Disparate Impact（DI）等。説明可能性：SHAP（SHapley Additive exPlanations）値で各特徴量が予測に与える影響を定量化する

正解の根拠・詳細解説

SageMaker Clarify はバイアス・公平性・説明可能性を分析します。バイアスメトリクス（学習前・学習後）：①Class Imbalance（CI）：ファセット間のサンプル数の不均衡、②Difference in Positive Proportions（DPP）：グループ間の正例率の差、③Disparate Impact（DI）：グループ間の予測ポジティブ率の比（0.8以下で規制リスク）。説明可能性：SHAP 値で特徴量ごとの貢献度を計算（グローバル/ローカル説明）。AWS のMLガバナンス・規制対応（GDPR・金融庁ガイドライン等）に必須。SageMaker Model Cards との統合でモデルドキュメントの自動生成もできます。

正解: B. Amazon Forecast（DeepAR+・ARIMA・ETS 等）または SageMaker ビルトインの DeepAR アルゴリズムが時系列の自己回帰・季節性・外部変数（カレンダー・関連時系列）を考慮した予測に適している

正解の根拠・詳細解説

時系列予測の AWS サービス：①Amazon Forecast：フルマネージドの時系列予測サービス。DeepAR+（ディープラーニング）・ARIMA・ETS・NPTS・Prophet など複数アルゴリズムを自動試行して最良のモデルを選択。外部データ（天気・価格・カレンダー）を相関変数（Related Time Series）として組み込める。②SageMaker DeepAR：複数の関連時系列を同時に学習する RNN ベースの確率的予測アルゴリズム（信頼区間付き予測）。ユースケース：需要予測・在庫最適化・電力需要予測・Web トラフィック予測。Amazon Forecast は ML 知識なしで高精度な予測を得られます。

正解: B. データの分布と欠損メカニズム（MCAR・MAR・MNAR）を考慮して、数値型は平均/中央値/KNN補完、カテゴリ型は最頻値/定数補完、または多変量補完（MICE等）を選択する

正解の根拠・詳細解説

欠損値の補完戦略：欠損メカニズムの分類：①MCAR（完全ランダム欠損）：単純補完で問題なし、②MAR（ランダム欠損）：他の特徴量から推定できる欠損、③MNAR（非ランダム欠損）：欠損自体が情報を持つ（欠損フラグ特徴量を作成）。補完手法：①数値型：平均・中央値（外れ値に頑健）・KNN（k近傍点の平均）、②カテゴリ型：最頻値・「Unknown」カテゴリ、③MICE（多変量連鎖補完方程式）：他の特徴量を使った反復的な多変量補完で最高精度。SageMaker Data Wrangler に全ての補完手法がビルトインされています。

正解: B. トレーニング精度が高くバリデーション精度が大幅に低い。対策：正則化（L1/L2）・ドロップアウト・早期停止（Early Stopping）・データ拡張・クロスバリデーション・特徴量削減

正解の根拠・詳細解説

過学習（Overfitting）の診断と対策：診断：train_loss << val_loss の場合。原因：モデルが訓練データのノイズまで学習。対策：①正則化：L1（Lasso）特徴量を0に（スパース）・L2（Ridge）重みを小さくする、②ドロップアウト（DNN）：学習時ランダムにニューロンを無効化、③早期停止（Early Stopping）：val_loss が改善しなくなったら学習停止、④データ拡張（Data Augmentation）：画像の回転・反転で訓練データを増やす、⑤クロスバリデーション：k-fold CV で過学習を検出、⑥モデルの複雑度削減：木の深さ・ニューロン数を減らす。反対の問題（Underfitting）はモデルが単純すぎる・特徴量不足・学習率が低い場合に発生します。

正解: B. 医療診断（見逃しを最小化→Recall 重視）や迷惑メール検出（誤検知を最小化→Precision 重視）のように、偽陰性（FN）と偽陽性（FP）のコストが非対称な場合

正解の根拠・詳細解説

Precision vs Recall のトレードオフ：Precision = TP/(TP+FP)（陽性と予測したうち実際に陽性の割合）。Recall = TP/(TP+FN)（実際に陽性のうち正しく検出した割合）。ユースケース別：①医療診断：見逃し（FN）のコストが高い → Recall 重視（感度重視）、②迷惑メール：正常メールを誤検知（FP）すると困る → Precision 重視、③詐欺検出：両方重視 → F1 スコア（調和平均）。閾値を変えると PR はトレードオフ。AUC-PR（PR 曲線下面積）はクラス不均衡時に AUC-ROC より有用な指標です。AWS SageMaker のモデル評価でも Precision/Recall の確認は必須です。

正解: B. TF-IDF ベクトル化（統計的手法）や Word2Vec・BERT 等の単語埋め込み（Embedding）で意味的な数値ベクトルに変換する。Amazon Comprehend のエンベディングや SageMaker JumpStart の事前学習済みモデルを活用できる

正解の根拠・詳細解説

テキストの特徴量エンジニアリング：①TF-IDF（Term Frequency-Inverse Document Frequency）：単語の重要度を文書頻度で重み付け（スパース行列）。トピック分類・検索に有効。②Word2Vec：単語を密ベクトル空間に埋め込み（意味的類似性を捉える）。③BERT・RoBERTa 等のトランスフォーマーモデル：文脈を考慮した埋め込み（最高精度）。SageMaker JumpStart にファインチューニング済み BERT モデルが多数用意されています。④Amazon Comprehend：AWS マネージド NLP サービスでエンティティ抽出・感情分析・言語検出が API 1コールで実行できます。

正解: B. 機械学習モデルが高い信頼度でラベルを自動付与し、不確実なサンプルのみ人間のアノテーターに送ることでラベリングコストを最大70%削減する

正解の根拠・詳細解説

SageMaker Ground Truth のアクティブラーニング（Auto Labeling）：仕組み：①初期サンプルを人間がラベル付け、②そのデータで分類モデルをトレーニング、③新データに対してモデルが自動ラベル付け、④信頼度スコアが低いサンプルのみ人間のレビューキューに送る、⑤人間の修正結果でモデルを継続学習。効果：全サンプルを人間がラベル付けするより60〜70%コスト削減。ラベリングワークフォース：Amazon Mechanical Turk（クラウドソーシング）・社内チーム・SageMaker Ground Truth Plus（フルマネージドサービス）から選択できます。

正解: B. max_depth（木の深さ制限）・min_child_weight（葉ノードの最小サンプル数）・subsample（行サンプリング率）・colsample_bytree（列サンプリング率）・lambda（L2 正則化）・alpha（L1 正則化）

正解の根拠・詳細解説

XGBoost の過学習防止パラメーター：①max_depth（デフォルト6）：木を浅くするほど過学習を抑制、②min_child_weight：葉ノードが持つべき最小サンプル数（大きいほど保守的）、③subsample（0〜1）：各木のトレーニングに使う行の割合（< 1でランダム性を導入）、④colsample_bytree（0〜1）：各木に使う特徴量の割合（ランダムフォレスト的な正則化）、⑤lambda（L2）・alpha（L1）：重みの正則化（デフォルトは lambda=1・alpha=0）。これらと learning_rate（eta）・num_round のバランスが過学習防止のキーです。SageMaker の Automatic Model Tuning でベイズ最適化による自動チューニングが可能です。

正解: B. 線形・ロジスティック回帰問題で大規模データを高速に学習したい場合。L1/L2 正則化・マルチクラス分類・複数モデルの並列トレーニングをサポートする

正解の根拠・詳細解説

SageMaker Linear Learner の特徴：①分類（バイナリ・マルチクラス）と回帰を1つのアルゴリズムで対応、②正則化：L1（スパース）・L2（Ridge）・Elastic Net（両方）、③複数モデルの並列トレーニング：異なるハイパーパラメーターセットを同時トレーニングしてベストモデルを選択（HPO より効率的）、④SGD（確率的勾配降下法）ベースで大規模データに対応、⑤Precision at Recall ターゲット設定：特定の Recall を維持した上で最大 Precision を自動最適化（クラス不均衡対応）。シンプルで解釈しやすい線形モデルが必要な規制業種（金融・医療）のベースラインとしてよく使われます。

正解: B. ランダムフォレストは独立した木を並列で構築してアンサンブル（バギング）。XGBoost/LightGBM は前の木の残差（誤差）を順次学習してアンサンブル（ブースティング）。ブースティングの方が一般的に高精度だが過学習しやすい

正解の根拠・詳細解説

バギング vs ブースティングの比較：【バギング（Random Forest）】：①独立した複数の決定木を並列作成（異なるサブサンプル）、②多数決・平均で予測、③過学習に強い（各木が独立・ランダム）、④並列化しやすい・解釈しやすい。【ブースティング（XGBoost・LightGBM・CatBoost）】：①前の木の予測誤差を次の木が学習（逐次的）、②残差勾配を最小化して精度向上、③ハイパーパラメーターを適切に設定しないと過学習リスク大、④一般的に最高精度。構造化データではブースティング系が Kaggle でも圧倒的に強い。SageMaker はどちらもビルトインアルゴリズムとして提供しています。

正解: B. エルボー法（Within-Cluster Sum of Squares vs K のグラフでエルボーポイントを特定）またはシルエット分析（クラスターの凝集度と分離度のスコア）で最適な K を見つける

正解の根拠・詳細解説

クラスター数 K の選定：①エルボー法：K を1から増やしながら WCSS（クラスター内平方和）をプロット。急激に改善が鈍化する「肘」の点が最適 K。②シルエット分析：各データ点のシルエットスコア（-1〜1）の平均が最大になる K を選択（スコアが高いほどクラスターが明確に分離）、③ドメイン知識：ビジネス的に意味のあるクラスター数を先に決める場合も多い。SageMaker k-Means は web scale k-means（大規模対応）を実装し、K の自動チューニングもサポートしています（K を範囲で指定してメトリクスで選択）。

正解: B. 過去の試行結果（ハイパーパラメーターと目標メトリクス）から確率モデルを構築して次の有望な探索点を予測し、グリッドサーチ・ランダムサーチより少ない試行回数で最適パラメーターを見つける

正解の根拠・詳細解説

SageMaker Automatic Model Tuning（AMT）のベイズ最適化：仕組み：①各試行（Training Job）のハイパーパラメーター設定と目標メトリクス（例：validation:accuracy）を記録、②ガウス過程回帰でパラメーター空間の目標メトリクスを推定、③獲得関数（Expected Improvement等）で最も改善が期待できる次のパラメーターを選択。比較：グリッドサーチ（全組み合わせ試行・試行数が指数増加）・ランダムサーチ（ランダム試行・効率は中程度）に対してベイズ最適化は最小の試行で最大改善を実現。最大40の並列 Training Job が可能で高速化できます。

正解: B. 学習スクリプトを Docker コンテナ化して Amazon ECR にプッシュし、Estimator の image_uri に指定する。またはビルトインコンテナを拡張（Script Mode）して独自スクリプトを実行する

正解の根拠・詳細解説

SageMaker のモデルトレーニング方法：①ビルトインアルゴリズム（XGBoost・LR・k-Means 等）：最速・設定最小。②Script Mode：AWS提供コンテナ（TF/PyTorch/MXNet/sklearn）でユーザーの学習スクリプトを実行（sagemaker.tensorflow.TensorFlow 等の Estimator を使用）。③BYO Container：完全カスタムの Docker イメージを ECR にプッシュし Estimator で使用（最大の柔軟性）。④SageMaker JumpStart：事前学習済みモデルをファインチューニング（最速）。Script Mode が最も一般的で、requirements.txt で追加ライブラリをインストールできます。

正解: B. ml.p3.2xlarge（NVIDIA Tesla V100 1枚）・ml.p3.8xlarge（4枚）・ml.p4d.24xlarge（A100 8枚・最高性能）を用途・予算に応じて選択する

正解の根拠・詳細解説

SageMaker の ML インスタンスタイプ体系：【CPU 系】ml.m5・ml.c5・ml.c6i（汎用・コスト効率）。【GPU 系】：①ml.p3.2xlarge：V100 1枚（16GB VRAM）・中規模 DL に最適、②ml.p3.8xlarge：V100 4枚・分散トレーニング、③ml.p3dn.24xlarge：V100 8枚・高速 NVLink、④ml.p4d.24xlarge：A100 8枚・最高性能（LLM など超大規模モデル向け）、⑤ml.g4dn：T4 GPU（推論・コスト効率重視）。コスト最適化：スポットインスタンス（最大90%削減）+ チェックポイントを S3 に保存して中断再開。SageMaker Distributed Training は複数インスタンスへの分散学習を簡単に設定できます。

正解: B. データ並列（Data Parallelism）：バッチを複数 GPU に分割して同じモデルをコピー・勾配を集約。モデル並列（Model Parallelism）：大規模モデルを複数 GPU に分割（LLM・超大規模 DNN 向け）

正解の根拠・詳細解説

SageMaker 分散トレーニングの2つの戦略：【データ並列（Data Parallelism）】：同一モデルを複数 GPU にコピーし、各 GPU が異なるバッチを処理。勾配を AllReduce（SageMaker Data Parallel Library / SMDDP）で集約。最も一般的・スケールしやすい。【モデル並列（Model Parallelism）】：SageMaker Model Parallel Library（SMP）を使いモデルのレイヤーを複数 GPU に分割。GPT・BERT 等の超大規模モデルが1 GPU のメモリに収まらない場合に使用。テンソル並列・パイプライン並列も組み合わせ可能。AWS の SMP と Amazon EFA（Elastic Fabric Adapter）を組み合わせると高速インターコネクトでスケールします。

正解: B. Factorization Machines（FM）または Neural Collaborative Filtering で暗黙的フィードバック・明示的評価データから協調フィルタリングモデルを構築する。Amazon Personalize はフルマネージドの推薦サービス

正解の根拠・詳細解説

推薦システムの選択肢：①SageMaker Factorization Machines：ユーザー×アイテムのスパース行列から潜在因子を学習。クリック率予測・評価予測に最適。②Amazon Personalize：フルマネージドの推薦サービス（ML 知識不要）。User Personalization・Similar Items・Personalized Ranking のレシピを提供。A/B テスト・リアルタイム推論・コールドスタート対応。③SageMaker Neural Collaborative Filtering：ディープラーニングベースの協調フィルタリング。ユースケース：EC サイトの商品推薦・動画/音楽サービスのコンテンツ推薦・メール件名最適化。Amazon Personalize が最速でプロトタイプを構築できます。

正解: B. 独自のカスタム画像分類・物体検出モデルを少量のラベル付き画像（数十枚〜）で学習し、特定ドメイン（製造品の欠陥検出・医療画像分類等）の画像認識 API を構築する

正解の根拠・詳細解説

Amazon Rekognition のサービス体系：①Rekognition Image/Video：ビルトインの顔検出・ラベル検出・セレブ認識・コンテンツモデレーション・テキスト検出。②Rekognition Custom Labels：少量のカスタムデータセットでドメイン固有モデルをトレーニング（ノーコード・数十枚から対応）。ユースケース：工場の製品欠陥検出・ロゴ検出・特定種の動植物識別。③Rekognition Video：動画のリアルタイム・バッチ処理。バックエンドは AWS マネージドで Spot インスタンス活用により低コストです。カスタムラベルの学習には数十〜数百枚の高品質な画像で80%以上の精度を達成できます。

正解: B. Spot インスタンスは中断の可能性があるため checkpointing（チェックポイント）を設定してトレーニング状態を S3 に定期保存し、中断時に再開できるようにする必要がある

正解の根拠・詳細解説

SageMaker Managed Spot Training のポイント：①設定：`use_spot_instances=True` + `max_wait=X秒`（中断含む最大待機時間）+ `max_run=Y秒`（純トレーニング時間）、②中断対策：`checkpoint_s3_uri` にチェックポイント保存先 S3 パスを設定し、学習コードで定期的（各エポックまたは N ステップごと）にモデルの重みを保存、③再開：SageMaker が中断後に新しい Spot インスタンスを取得して最新チェックポイントから自動再開（コード変更不要）、④割引率：オンデマンドの最大90%割引（p3.2xlarge 等の高価な GPU で特に効果的）。長時間（数時間〜数日）のトレーニングジョブで特に有効です。

正解: B. AWS・Hugging Face・Meta・Stability AI 等が提供する事前学習済みモデル（BERT・LLaMA・Stable Diffusion 等）をワンクリックで SageMaker にデプロイまたはファインチューニングする

正解の根拠・詳細解説

SageMaker JumpStart は Foundation Models と ML ソリューションのハブです。提供モデル：①テキスト：LLaMA 3・Mistral・Falcon・FLAN-T5・BloombergGPT 等、②画像生成：Stable Diffusion・SDXL 等、③テキスト埋め込み：all-MiniLM・BGE 等、④ビジョン：ViT・SAM・CLIP 等、⑤Hugging Face モデル（数万+）。操作：①1クリックデプロイ：SageMaker Endpoint に即デプロイ（APIのみで推論可能）、②ファインチューニング：独自データで追加学習・QLoRA/LoRA でコスト削減。ML エンジニアが0から学習する場合に比べて大幅な時間・コスト削減が実現できます。

正解: B. ML の専門知識がないビジネスアナリスト・データアナリストがコードなしで予測モデルを構築・テスト・デプロイできるノーコード AutoML ツール

正解の根拠・詳細解説

SageMaker Canvas の特徴：①ノーコード：GUIでデータをアップロード・モデルをトレーニング・予測を取得。②対応問題：2値分類・多値分類・回帰・時系列予測・画像分類・テキスト分析。③データソース：S3・Redshift・Snowflake・Salesforce・Google Analytics 等に直接接続。④ML Ops との統合：Canvas で作成したモデルを SageMaker Model Registry に登録して MLOps パイプラインに組み込める。⑤生成 AI 統合：Amazon Bedrock と統合して Q&A・サマリーなどの生成 AI タスクも実行可能。MLS-C01 では「どのサービスを選ぶか」の判断問題で Canvas vs Autopilot vs カスタム の使い分けが問われます。

正解: B. Learning Rate Warmup（徐々に増加）や Cosine Annealing（徐々に減衰）などのスケジューラーを使い、大きめの学習率から始めて徐々に小さくすることで収束速度と最終精度を最適化する

正解の根拠・詳細解説

学習率スケジューリングの重要性：①大きすぎる学習率：損失が発散・ミニマムに収束しない、②小さすぎる学習率：収束が遅い・局所最適に陥りやすい。スケジューラー：①Warmup + Cosine Decay：最初は徐々に増加してから徐々に減衰（TransformerベースのモデルBERT等で標準）、②Step Decay：特定エポックで学習率を削減（ResNet等で一般的）、③ReduceLROnPlateau：バリデーション損失が改善しない時に自動削減。実用的手法：Learning Rate Range Test（LR Finder）で1サイクル学習に最適な学習率範囲を特定。SageMaker AMT でも学習率を探索範囲に含めることを推奨します。

正解: B. エンティティ認識（NER）・感情分析（ポジティブ/ネガティブ/中立/混合）・キーフレーズ抽出・言語検出・PII 検出・トピックモデリング（LDA）・カスタム分類器の学習をマネージド API で提供する

正解の根拠・詳細解説

Amazon Comprehend の機能一覧：①エンティティ認識（NER）：人名・組織・場所・日付・金額等を検出、②感情分析：テキスト全体またはアスペクト単位の感情スコア、③キーフレーズ抽出：重要なフレーズを自動抽出、④言語検出：100言語以上を識別、⑤PII 検出：個人情報の検出（DetectPiiEntities）・マスキング（ContainsPiiEntities）、⑥トピックモデリング：LDA で大量文書のトピック発見（バッチ処理）、⑦カスタム分類器・カスタムエンティティ認識：独自のラベルで追加学習。Amazon Comprehend Medical：医療テキスト（ICD-10コード・薬品名等）に特化したバージョンも提供。

正解: B. 音声ファイル（MP3・WAV・FLAC 等）または音声ストリームをリアルタイムでテキストに変換（Speech-to-Text）し、話者識別（Speaker Diarization）・カスタム語彙・自動句読点付与もサポートする

正解の根拠・詳細解説

Amazon Transcribe の活用：①コールセンター分析：通話録音を文字起こし → Comprehend で感情分析 → 応対品質評価の自動化（Amazon Transcribe Call Analytics）、②会議の議事録自動生成、③メディアの字幕生成（Amazon Transcribe + Amazon Translate でリアルタイム多言語字幕）。特徴：カスタム語彙（専門用語・固有名詞の精度向上）・話者識別（何人が話しているか区別）・自動句読点・自動コンテンツリダクション（PII 自動削除）。Amazon Transcribe Medical：医療分野の専門用語（診断名・薬品名等）に特化したモデル。

正解: B. テキストを自然な音声（Text-to-Speech）に変換し、ニューラル TTS（NTTS）モードで人間に近い自然な発音を実現する。音声コンテンツの自動生成・アクセシビリティ向上・IVR システムに活用する

正解の根拠・詳細解説

Amazon Polly の機能：①Standard TTS：連結合成ベース・多数の言語と音声。②Neural TTS（NTTS）：ディープラーニングベースで最自然な音声（英語中心）、③Generative TTS：生成 AI ベースで感情表現が豊か（最新モ式）。活用：e-Learning コンテンツの音声生成・Alexa スキルの音声応答・障害者向けアクセシビリティ・Web記事の音声版作成・IVR（自動音声応答システム）。SSML（Speech Synthesis Markup Language）でポーズ・強調・読み方指定が可能。言語は日本語を含む30+言語対応。

正解: B. 自然言語理解（NLU）と自動音声認識（ASR）を組み合わせ、インテント・スロット・ダイアログフローを定義してチャットボット・音声ボットを構築する（Alexa の基盤技術）

正解の根拠・詳細解説

Amazon Lex のアーキテクチャ：①インテント：ユーザーの意図（例：予約する・注文する）、②スロット：インテントのパラメーター（日付・場所・商品名）、③ダイアログ管理：マルチターン会話の文脈管理、④Lambda 統合：スロット検証・ビジネスロジック実行・バックエンド API 呼び出し。統合先：Amazon Connect（コールセンター）・Kendra（ドキュメント検索）・Bedrock（LLM拡張）。Amazon Lex V2 では会話の分岐・条件・計算が設定ファイルで管理できます。Amazon Connect + Lex でコールセンターの自動化（IVR→自然言語対応）に広く使われています。

正解: B. RAG（検索拡張生成）・ファインチューニング・エージェント（ツール呼び出し）を組み合わせてハルシネーション削減・ドメイン特化・タスク自動化を実現する。Knowledge Bases・Guardrails・Agents が主要機能

正解の根拠・詳細解説

Amazon Bedrock のコアコンセプト：①Knowledge Bases（RAG）：企業ドキュメントを S3 に保存してベクトルDB（OpenSearch Serverless）に自動インデックス化し、LLM が回答時に関連文書を検索して根拠のある回答を生成（ハルシネーション削減）。②Model Fine-tuning：少量のカスタムデータで Foundation Model を追加学習（Amazon Titan・Claude の Continued Pre-training）。③Agents：LLM が複数のアクション（Lambda呼び出し・APIコール・Knowledge Base検索）を自律的に計画・実行。④Guardrails：有害コンテンツのフィルタリング・PII 保護・トピック制限。MLエンジニアには Bedrock の各機能の使い分けがMLS試験で問われます。

正解: B. ImageNet で事前学習済みの ResNet・EfficientNet・ViT 等のモデルを SageMaker JumpStart または IC（Image Classification）ビルトインアルゴリズムでダウンロードし、独自データでファインチューニングする

正解の根拠・詳細解説

転移学習のメリット：大規模データセット（ImageNet の1400万枚）で学習済みの特徴抽出能力を活用して、少量の独自データ（数百〜数千枚）でも高精度なモデルが構築できます。SageMaker Image Classification アルゴリズム：ResNet-18/34/50/101/152 を use_pretrained_model=1 でダウンロード・ファインチューニング。SageMaker JumpStart：EfficientNet・ViT・CLIP 等の最新モデルも1クリックでファインチューニング可能。手法：①Feature Extraction（最終層のみ学習）：データが少ない場合。②Fine-tuning（全体または後半のレイヤーを学習）：データが多い場合により高精度。

正解: B. Few-shot は少量の例示をプロンプトに含めてモデルの回答を誘導する手法（In-Context Learning）。Zero-shot は例示なしでタスク説明のみで回答させる手法。いずれも追加学習は不要

正解の根拠・詳細解説

LLM のプロンプトエンジニアリング：①Zero-shot：「次の文章を要約してください：[文章]」→例示なし。②Few-shot：プロンプトに2〜5件の例示（入力→期待出力のペア）を含めて回答の方向を誘導。③Chain-of-Thought（CoT）：「ステップバイステップで考えてください」と思考プロセスを引き出す（数学・論理問題に有効）。対照：Fine-tuning は大量データで重みを更新（コスト高・高精度）。ファインチューニング vs プロンプトエンジニアリングの使い分け：ドメイン特化で高精度が必要 → Fine-tuning。汎用的なタスクや迅速なプロトタイピング → プロンプトエンジニアリング。

正解: B. 数百〜数千の小〜中規模モデルを1つのエンドポイントでホスティングし、推論リクエスト時に動的にモデルをロード・アンロードすることでインフラコストを大幅削減する

正解の根拠・詳細解説

SageMaker Multi-Model Endpoint（MME）の仕組み：①全モデルを S3 に保存、②エンドポイントに割り当てたインスタンスのメモリにモデルをキャッシュ（LRU キャッシュ）、③推論リクエスト時に指定したモデルをロード（未キャッシュの場合は S3 から動的ロード）。メリット：顧客ごとにカスタムモデルを持つ SaaS（例：テナントごとの推薦モデル）で1エンドポイントで全顧客対応が可能 → コスト1/N（N は顧客数）。デメリット：未キャッシュモデルのロード時間（コールドスタート）。GPU MME も対応（ml.g4dn等）。Multi-Container Endpoint（MCE）は複数の異なるモデルタイプを1エンドポイントで処理。

正解: B. トラフィックがない間は課金されず、リクエスト時に自動でスケール。断続的・予測不能なトラフィックに最適だがコールドスタート（秒単位の遅延）が発生する可能性がある

正解の根拠・詳細解説

SageMaker 推論エンドポイントの種類：①Real-time Endpoint（リアルタイム）：常時稼働・安定した低レイテンシ（ミリ秒）・トラフィックが安定していれば最適。②Serverless Inference：使用時のみ課金・自動スケール・コールドスタートあり（数秒）・断続的トラフィック向き・最大並列同時実行数を設定。③Async Inference（非同期）：大きなペイロード（長い動画・大規模テキスト）や長時間処理向き・キューベース・S3 に結果を保存。④Batch Transform：大量データを一括処理・常時稼働エンドポイント不要・最もコスト効率が高い。ユースケースに応じた選択がMLS試験の頻出問題です。

正解: B. 本番エンドポイントのデータ品質（Data Quality）・モデル品質（予測精度ドリフト）・バイアスドリフト・フィーチャーアトリビューションドリフトを継続的にモニタリングしてアラートを出す

正解の根拠・詳細解説

SageMaker Model Monitor の4つのモニタリングタイプ：①Data Quality Monitor：本番データの統計（平均・分散・分布）がベースライン（トレーニングデータ）から乖離したことを検出（Feature Skew）、②Model Quality Monitor：予測値と実際のラベルを比較して精度・AUC 等のメトリクスのドリフトを検出（グラウンドトゥルースが必要）、③Bias Drift Monitor：Clarify と統合してバイアスメトリクスの変化を監視、④Feature Attribution Drift Monitor：SHAP値の変化を監視。これらをスケジュール実行し CloudWatch アラートで SNS 通知・SageMaker Pipelines でモデル再学習トリガーを設定できます。

正解: B. データ前処理→モデルトレーニング→評価→条件分岐（精度閾値チェック）→モデル登録→デプロイまでの ML パイプライン全体を Python SDK で定義し再現性・自動化・バージョン管理を実現する

正解の根拠・詳細解説

SageMaker Pipelines のコンポーネント：①ステップ：Processing（前処理）・Training（学習）・Evaluation（評価）・Condition（条件分岐）・RegisterModel（モデル登録）・Lambda（カスタムロジック）等を組み合わせて DAG 構造のパイプラインを定義。②パラメーター：実行時に変更可能（データパス・ハイパーパラメーター等）。③Caching：前回と同じ入力・コードのステップはスキップして高速化。④実験管理：SageMaker Experiments と統合して全実行の記録を自動保存。⑤EventBridge 連携：S3 へのデータ到着トリガーで自動パイプライン実行（継続的トレーニング）。CI/CD for ML の中心機能です。

正解: B. SageMaker Experiments は MLflow 互換の実験追跡機能を提供。MLflow SDK を使って Run・パラメーター・メトリクス・アーティファクトを記録し、SageMaker Studio の実験管理 UI で可視化・比較できる

正解の根拠・詳細解説

SageMaker Experiments の主な機能：①Experiment（実験）：複数の Run（試行）をグルーピング、②Run（実行）：1回のトレーニング試行（パラメーター・メトリクス・アーティファクトを記録）、③MLflow 互換 API：`mlflow.log_param()`・`mlflow.log_metric()` でコードを最小変更で移行できる、④SageMaker Studio UI：実験間の精度比較・チャート・最良モデルの特定が簡単。MLflow Tracking Server を SageMaker で管理する方法（SageMaker Managed MLflow）も提供されており、既存の MLflow パイプラインをそのまま移行できます。MLS 試験では実験管理・再現性に関する問いでしばしば登場します。

正解: B. モデルの評価メトリクスが基準を満たした場合のみ承認ステータスを「Approved」に変更し、未承認のモデルが本番環境に誤ってデプロイされることを防ぐガバナンスを実現する

正解の根拠・詳細解説

SageMaker Model Registry の承認フロー：①モデルは初期ステータス「PendingManualApproval」で登録、②ステータス：Approved（本番デプロイ可）・Rejected（却下）・PendingManualApproval、③承認基準の自動化：SageMaker Pipelines の Condition ステップで精度・AUC 等の閾値チェックを実装し閾値以上なら自動 Approved、④手動承認：CI/CD パイプライン（CodePipeline）のゲートとして人間の承認を必須化、⑤承認イベント → EventBridge → 自動デプロイのトリガー。モデルのバージョン管理（v1・v2…）・系譜追跡・承認履歴がコンプライアンス対応に活用されます。

正解: B. 新バージョンのモデル（グリーン）を別途デプロイして検証後、AWS CodeDeploy との統合または SageMaker エンドポイントのトラフィックシフト設定で段階的にトラフィックを移行する

正解の根拠・詳細解説

SageMaker のデプロイ戦略：①全量切り替え（AllAtOnce）：即座に100%切り替え（ダウンタイムなし）・最速だがリスク高、②カナリア（Canary）：まず少量（10%等）を新バージョンに送り、問題なければ全量切り替え、③リニア（Linear）：10%→20%→30%…と段階的に増やす。実装方法：SageMaker Deployment Config + AWS CodeDeploy を使用。CloudWatch アラームを設定しておくと自動ロールバックが可能（エラーレートが上昇したら旧バージョンに戻す）。A/B テストはトラフィック分割比率を維持したまま両バージョンを継続運用する戦略です。

正解: B. 量子化（INT8/FP16変換でモデルサイズ削減・推論高速化）・プルーニング（不要な重みを削除）・知識蒸留（大きなモデルの知識を小さなモデルに転移）・SageMaker Neo（ハードウェア最適化コンパイル）を活用する

正解の根拠・詳細解説

ML モデルの最適化技術：①量子化（Quantization）：FP32 → FP16/INT8 変換でモデルサイズ50〜75%削減・推論速度2〜4倍向上（精度は僅かに低下）、②プルーニング（Pruning）：重要度の低いニューロン・重みを削除（スパース化）、③知識蒸留（Knowledge Distillation）：大きなTeacher モデルの出力を使って小さな Student モデルを学習、④SageMaker Neo：TensorFlow・PyTorch・MXNet モデルをハードウェア（Edge デバイス・Inf1・ARM 等）向けにコンパイル最適化（最大25倍高速化）、⑤SageMaker Inferentia：AWS Inferentia チップで低コスト高スループット推論。エッジデプロイには Neo + AWS IoT Greengrass が標準構成です。

正解: B. VPC 内で SageMaker を実行（network_isolation=True）し、S3・ECR・SageMaker API へのアクセスを VPC エンドポイント経由に制限。IAM 最小権限・KMS 暗号化・トレーニングデータの S3 バケット暗号化を設定する

正解の根拠・詳細解説

SageMaker のセキュリティ設定：①VPC 設定：トレーニングジョブ・エンドポイントを VPC 内で実行（インターネットアクセス遮断）、②VPC エンドポイント：S3・ECR・SageMaker API・KMS へのプライベートアクセス（データがインターネットを経由しない）、③ネットワーク分離：`enable_network_isolation=True` でコンテナのアウトバウンド通信を遮断、④IAM 最小権限：SageMaker 実行ロールは必要最小限の S3 バケット・ECR リポジトリのみアクセス可能、⑤暗号化：S3 暗号化（SSE-S3/KMS）・EBS 暗号化（トレーニングインスタンス）・転送中暗号化（TLS）。HIPAA・SOC・PCI DSS 対応に必須の設定です。

正解: B. SageMaker Pipelines では対応しにくい、Lambda・ECS・EMR・DynamoDB・SNS など複数 AWS サービスを組み合わせた複雑なワークフローをサーバーレスでオーケストレーションしたい場合

正解の根拠・詳細解説

AWS Step Functions の ML 活用：①SageMaker との統合：SageMaker SDK の Step Functions Data Science SDK でトレーニング・モデル登録・エンドポイント作成の Step Functions ワークフローを Python で定義できる、②複雑なワークフロー：SageMaker 以外のサービス（Lambda・EMR・Glue・Athena・SQS）を組み合わせた複雑な処理フローを状態機械で管理、③エラーハンドリング・リトライ：各ステップのリトライ設定・エラーキャッチ・代替パスを宣言的に定義。SageMaker Pipelines との使い分け：ML 特化（実験管理・Feature Store 統合が必要）→ SageMaker Pipelines。複数 AWS サービスをまたぐ複雑なフロー → Step Functions。

正解: B. ドメイン単位で VPC・IAM 実行ロール・KMS キーを設定し、ユーザープロファイルで個別の IAM ロール・ホームディレクトリを設定することでチームのデータ分離・権限分離を実現する

正解の根拠・詳細解説

SageMaker Studio のマルチユーザー設計：①ドメイン（Domain）：組織・チームの最上位単位。1 VPC・共有 EFS・認証方式（IAM または SSO）を設定。②ユーザープロファイル（User Profile）：各ユーザーの個別設定（実行ロール・デフォルトインスタンスタイプ）。③ライフサイクル設定：起動時に自動実行するスクリプト（カスタムパッケージのインストール等）。データサイエンスチームの設計パターン：データサイエンティストは S3 の読み取り権限のみ・ML エンジニアはトレーニングジョブ実行権限・管理者は全権限。AWS Service Catalog と連携してセルフサービスプロビジョニングも可能です。

正解: B. AWS Cost Explorer でリソースタグ（project・team・experiment 等）別のコストを分析し、SageMaker のジョブ名・エクスペリメント名をタグとして付与してジョブ別・実験別のコストを追跡する

正解の根拠・詳細解説

SageMaker のコスト管理：①タグ付け：全トレーニングジョブ・エンドポイント・Processing ジョブにプロジェクト・チーム・実験名のタグを付与してコストを分類、②AWS Cost Explorer：タグ別・サービス別のコスト可視化・過去のコストトレンド分析、③AWS Budgets：月次予算アラート（閾値で SNS 通知）、④Spot インスタンス活用：非クリティカルなトレーニングに使用（最大90%削減）、⑤適切なインスタンスタイプ選択：最初は ml.m5.xlarge でプロトタイプ・本番でスケールアップ。SageMaker Studio の右クリックメニューでも実行コスト見積もりが表示されます。

正解: B. 前処理（スケーリング・エンコーディング）→ モデル推論 → 後処理を1つのエンドポイントにコンテナとして直列に接続し、クライアントは生のデータを送るだけでエンドツーエンドの推論が完結する

正解の根拠・詳細解説

Inference Pipeline（推論パイプライン）の仕組み：①最大15個のコンテナを直列に接続（各コンテナがデータを変換して次のコンテナに渡す）、②例：Raw JSON → コンテナ1（SparkML 前処理）→ コンテナ2（XGBoost 推論）→ コンテナ3（後処理・スコア変換）→ 最終結果。メリット：①クライアントは生のデータを1回リクエストするだけ（前処理を毎回クライアント側で実装不要）、②トレーニング時と同じ前処理をエンドポイントに組み込めてスキューを防止、③SageMaker Linear Learner・XGBoost・SparkML Serving コンテナが事前提供。実装：Pipeline Model として Estimator のリストを定義してデプロイ。

正解: B. GitHub/CodeCommit → CodeBuild（テスト・ビルド）→ SageMaker Pipelines（トレーニング・評価）→ Model Registry（承認）→ CodeDeploy（エンドポイントデプロイ）の自動化フロー

正解の根拠・詳細解説

ML の CI/CD（継続的インテグレーション/デリバリー）フロー：①コードプッシュ（Git）→ EventBridge/Webhook でトリガー、②CodeBuild：ユニットテスト・統合テスト・Dockerfile ビルド・ECR プッシュ、③SageMaker Pipelines 起動：データ前処理→トレーニング→評価→条件分岐→モデル登録、④Model Registry：メトリクス基準チェック → Pending Approval → 手動/自動承認、⑤CodeDeploy：ブルー/グリーンデプロイで SageMaker エンドポイント更新。GitHub Actions でも同様のフローを実装できます。これにより ML コードの変更が自動的にテスト・デプロイされて「常にデプロイ可能な状態」を維持できます。

正解: B. AWS Secrets Manager または AWS Systems Manager Parameter Store（SecureString）にシークレットを保存し、SageMaker 実行ロールに読み取り権限を付与してトレーニングコードから boto3 で取得する

正解の根拠・詳細解説

SageMaker でのシークレット管理：①AWS Secrets Manager：API キー・データベースパスワード等を暗号化保存・自動ローテーション・バージョン管理。トレーニングコードから `secretsmanager.get_secret_value()` で取得。②SSM Parameter Store（SecureString）：KMS で暗号化・コスト低め。Estimator の `environment` パラメーターでは機密情報を渡さない（CloudWatch Logs に記録される可能性）。③コンテナ環境変数：機密でない設定値のみ使用。④VPC エンドポイント：Secrets Manager・SSM へのアクセスをプライベートネットワーク経由に限定。最小権限の IAM ロール設定と組み合わせることで堅牢なセキュリティを実現します。

正解: B. 単一のエンドポイントに複数の本番バリアント（ProductionVariant）を設定し、各バリアントへのトラフィック重み（InitialVariantWeight）を指定してカナリアデプロイや統計的なモデル比較を実施する

正解の根拠・詳細解説

SageMaker A/B テストの実装：`ProductionVariant` リストに複数のモデルバリアント（モデルA・モデルB）を定義し、`InitialVariantWeight`（例：90：10）でトラフィック比率を設定します。呼び出し時に `TargetVariant` ヘッダーを指定すると特定バリアントに直接ルーティングも可能（テスト用途）。CloudWatch メトリクスで各バリアントのレイテンシ・スループット・エラーレートを分析し、統計的有意差が確認できたら `update_endpoint_weights_and_capacities` でトラフィック比率を変更します。Shadow testing（本番トラフィックを新モデルにも同時送信して比較、レスポンスは返さない）も SageMaker でサポートされています。

正解: B. SageMaker Neo でコンパイルしたモデルをエッジデバイス（カメラ・センサー・産業機器等）にデプロイし、デバイス上でのローカル推論・モデル更新・メトリクス収集を管理する

正解の根拠・詳細解説

SageMaker Edge Manager のアーキテクチャ：①SageMaker Neo でモデルをターゲットデバイス（ARM・x86・NVIDIA Jetson 等）向けに最適化コンパイル、②Edge Manager エージェントをデバイスにインストール、③エージェントが OTA（Over-the-Air）でモデルを受け取り・更新、④デバイス上でリアルタイム低レイテンシ推論（インターネット接続不要）、⑤推論結果・パフォーマンスメトリクスをクラウドにバッチ送信してモデル品質を監視。ユースケース：工場の品質検査カメラ・自動車のADAS・医療診断機器・スマートカメラ。AWS IoT Greengrass との統合でより複雑なエッジアプリケーションを構築できます。

正解: B. SageMaker ML Lineage Tracking が ML アーティファクト（データセット・処理ジョブ・モデル・エンドポイント）間の関係を自動追跡し、Amazon DataZone や AWS Glue Data Catalog がデータソースから変換・配信先までの系譜を提供する

正解の根拠・詳細解説

AWS のデータ系譜追跡：①SageMaker ML Lineage Tracking：ML パイプライン内のアーティファクト（S3 データ・Processing ジョブ・Training ジョブ・モデル・エンドポイント）の関係を自動グラフ化。`LineageQuery` API で「このモデルの元となったデータセットは何か」を逆引き可能。②AWS Glue Data Catalog：ETL ジョブの入出力テーブルの系譜（DataOps 視点）。③Amazon DataZone：組織全体のデータ資産・血統の一元管理。④SageMaker Clarify：バイアス・フェアネスレポートをモデルと紐づけて保存。規制業種（金融・医療）でのモデル説明責任・監査対応に活用されます。

正解: B. ノートブックインスタンスは単一 EC2 ベースで管理が必要。Studio はフルマネージドの Web ベース IDE でトレーニング・実験・デプロイ・パイプライン・モデルモニタリングを統合し、複数ユーザーが共有できる

正解の根拠・詳細解説

SageMaker Studio vs ノートブックインスタンス：【ノートブックインスタンス】：EC2 VM ベース・JupyterLab 環境・手動起動/停止・コスト管理が煩雑・単一ユーザー向け。【SageMaker Studio】：フルマネージド・ブラウザからアクセス・ノートブック・実験管理・Pipelines・Model Registry・Feature Store・Clarify・Model Monitor が統合 UI で操作可能・複数ユーザー対応（ドメイン/プロファイル管理）・カーネルの起動が独立したコンテナで管理される。コスト：実行中のカーネルコンテナのみ課金（アイドルの IDE 自体は無課金）。新規プロジェクトでは Studio の使用が推奨されており、ノートブックインスタンスは旧世代の位置づけです。

正解: B. 登録済みモデルに対して複数のインスタンスタイプ・設定でベンチマークを自動実行し、コスト・レイテンシ・スループットの要件に最適なインスタンスタイプと設定を推薦する

正解の根拠・詳細解説

SageMaker Inference Recommender のワークフロー：①Model Registry にモデルを登録（フレームワーク・モデルサイズ・サンプルペイロードを指定）、②Default Job：主要インスタンスタイプ（ml.c5・ml.m5・ml.g4dn 等）でベンチマーク実行（約45分）・おすすめインスタンスを返す、③Advanced Job：特定インスタンスタイプの詳細なパフォーマンステスト（最大6時間）・カスタムのトラフィックパターン設定。結果：各インスタンスタイプのコスト/リクエスト・p99レイテンシ・最大スループットのメトリクスをCSVで取得。手動で10種類のインスタンスをテストする労力を大幅削減できます。

正解: B. SageMaker Model Cards（モデルドキュメント）・SageMaker Clarify（バイアス・説明可能性）・SageMaker Model Monitor（ドリフト検出）・SageMaker Model Registry（バージョン管理・承認フロー）を組み合わせてエンドツーエンドのモデルガバナンスを実現する

正解の根拠・詳細解説

AWS の ML ガバナンスフレームワーク：①SageMaker Model Cards：モデルの目的・トレーニングデータ・評価メトリクス・倫理考慮事項・想定ユースケースを標準フォーマットで文書化（自動生成 + 手動編集）。②Clarify：学習前/学習後バイアスレポート・SHAP 特徴量重要度レポートを自動生成。③Model Monitor：継続的な品質・バイアス・フィーチャーアトリビューションの監視。④Model Registry：バージョン管理・承認フロー・メタデータ。⑤SageMaker Role Manager：ML 担当者向けの IAM ロール一元管理。金融規制（SR11-7・モデルリスク管理）・医療規制（FDA AI/ML ガイダンス）への対応に直接使われます。

正解: B. Personalize はメタデータ（ユーザー属性・アイテム属性）を学習してコールドスタートを緩和し、インタラクションデータがないユーザーには人気度ベースのフォールバック推薦を提供する

正解の根拠・詳細解説

Amazon Personalize のコールドスタート対策：①ユーザーコールドスタート（新規ユーザー）：ユーザーメタデータ（年齢・性別・地域等）をアイテムメタデータと組み合わせたコンテンツベースフィルタリングでフォールバック推薦。②アイテムコールドスタート（新商品等）：アイテムメタデータ（カテゴリ・タグ・価格等）を使ったコンテンツ類似度で類似アイテム推薦。③Exploration policy：新アイテムを意図的に一定割合（explorationWeight）で推薦してインタラクションデータを収集する「探索」設定。Real-time events API でユーザーのリアルタイム行動（クリック・閲覧）を即座にモデルに反映する機能も提供されています。

正解: B. スポットインスタンスが中断された場合にトレーニングが最初から再開されてコストと時間が無駄になる。チェックポイントを S3 に定期保存することで中断箇所から再開可能

正解の根拠・詳細解説

スポットインスタンス中断の仕組み：AWS は余剰コンピューティングリソースをスポットとして提供し、他のオンデマンドリクエストが来た場合に2分前の警告後にインスタンスを停止します。SageMaker の対応：①`checkpoint_s3_uri` に S3 パスを設定すると SageMaker が自動的に `/opt/ml/checkpoints/` の内容を S3 に同期、②中断後に新インスタンスで再起動すると S3 から最新チェックポイントを自動ダウンロードして学習を再開（コードに resume ロジックが必要）、③`max_wait` を `max_run` より大きく設定（中断待機時間を含む）。長時間 GPU トレーニング（数時間〜数日）では必ず設定すべき機能です。

正解: B. 各ミニバッチの入力分布を正規化して学習を安定化させ、勾配消失/爆発を抑制し学習を高速化する。高い学習率が使えるようになりドロップアウトの必要性も下がる

正解の根拠・詳細解説

Batch Normalization（BatchNorm）のメカニズム：①各ミニバッチで平均0・分散1に正規化してから可学習パラメーター（γ・β）でスケール・シフト、②効果：Internal Covariate Shift（層間の入力分布変化）を抑制・勾配消失/爆発を防止・高い学習率を使用可能・ドロップアウトなしでも過学習抑制効果・トレーニング速度5〜10倍向上。適用位置：一般的に Activation Function の前後（Conv → BatchNorm → ReLU が一般的）。注意：バッチサイズが小さい場合は Layer Normalization または Group Normalization が有効（Transformer モデルでは Layer Norm が標準）。SageMaker での実装：TensorFlow・PyTorch どちらでもビルトインレイヤーとして提供。

正解: B. ストライドはフィルターが移動するステップ数（大きいほど出力特徴マップが小さく処理が軽量）。パディングは入力の周囲にゼロを追加して出力サイズを維持（Same padding）または縮小（Valid padding）する

正解の根拠・詳細解説

CNN の基本要素：①フィルター（カーネル）：学習可能な重み行列。特定のパターン（エッジ・テクスチャ等）を検出。②ストライド（Stride）：デフォルト1（1ピクセルずつ移動）・2にすると出力サイズが半分（ダウンサンプリング）。③パディング：Same padding（入力と同サイズの出力）・Valid padding（パディングなし、出力が縮小）。④プーリング層（MaxPooling・AvgPooling）：空間サイズ削減・位置不変性の向上。代表的な CNN アーキテクチャ：VGG・ResNet・EfficientNet・MobileNet（エッジデバイス向け軽量）。SageMaker Image Classification は ResNet を使用。ImageNet の事前学習済み重みで転移学習が標準的です。

正解: B. ある属性グループ（例：性別）でのポジティブ予測率と別グループのポジティブ予測率の比。1に近いほど公平（0.8未満は差別的影響ありとみなす場合がある）

正解の根拠・詳細解説

Disparate Impact（DI）は公平性の定量指標の一つです。計算式：DI = 不利グループの正例予測率 / 有利グループの正例予測率。解釈：①DI = 1.0 → 完全公平（グループ間で予測ポジティブ率が同じ）、②DI < 0.8 → 「80%ルール」（US EEOC ガイドライン）で差別的影響の疑いあり、③DI > 0.8 かつ < 1.0 → 一定の差はあるが許容範囲内。SageMaker Clarify が計算するその他のバイアスメトリクス：CI（Class Imbalance）・DPL（Difference in Positive Proportions of Labels）・KL・JS・LP距離等。学習前・学習後の両方でバイアスを測定し、バイアスが大きい場合はデータの再サンプリング・バイアス制約付き最適化等で緩和します。

正解: B. 大規模なラベルなしデータから教師信号を自動生成して表現を学習する手法（BERT の Masked Language Model・GPT の Next Token Prediction・SimCLR の対比学習等）

正解の根拠・詳細解説

自己教師あり学習（SSL）の重要性：ラベル付きデータの収集コストが高い現実的な問題を解決します。主要アプローチ：①Masked Language Model（BERT）：入力テキストの15%をマスクして元のトークンを予測（大規模テキストコーパスで事前学習）、②Causal Language Model（GPT）：前のトークンから次のトークンを予測（自己回帰的）、③対比学習（SimCLR・MoCo）：同じ画像の2つの異なる拡張（回転・色変換等）を「同一」として・異なる画像を「異なる」として表現空間を学習（画像分野のSSL）、④MAE（Masked Autoencoders）：画像パッチをマスクして復元（Vision Transformer用）。AWS では SageMaker JumpStart で BERT・GPT 系モデルの事前学習済み重みが利用可能です。

正解: B. LoRA（Low-Rank Adaptation）：元の重み行列に低ランク行列の積を追加して少数パラメーターのみ学習。QLoRA：LoRA と INT4 量子化を組み合わせてメモリ効率をさらに向上させる

正解の根拠・詳細解説

PEFT（Parameter Efficient Fine-Tuning）の主な手法：①LoRA（Low-Rank Adaptation）：元の重み行列 W を固定し、ΔW = A × B（低ランク行列の積）だけを学習（学習パラメーター数を元の1%以下に削減）。②QLoRA：LoRA + 4ビット量子化（NF4）で学習可能なデータ型 + ダブル量子化でメモリを大幅削減（65Bモデルを1枚のA100で学習可能）。③Prefix Tuning：プレフィックストークンの埋め込みのみ学習。④Adapter：各Transformer層に小さなアダプター層を挿入して学習。SageMaker JumpStart のファインチューニングオプションでQLoRAが提供されており、少量のGPUリソースで大規模LLMの特化ができます。

正解: B. Autopilot は Python API から使えるプログラマブル AutoML で候補パイプラインのコード（Jupyter ノートブック）を確認・編集できる。Canvas は GUI のみのノーコードツールでデータサイエンス知識なしで使える

正解の根拠・詳細解説

AutoML の選択：①SageMaker Autopilot：CreateAutoMLJob API・SDK・コンソールから使える。トレーニング候補のノートブック（データ変換・モデルコード）が自動生成されてカスタマイズ可能。問題タイプ：分類（バイナリ・マルチクラス）・回帰。②SageMaker Canvas：完全 GUI・ノーコード・SageMaker Studio から開く。分類・回帰・時系列予測・画像分類・テキスト分析。Bedrock との統合で生成 AI 機能も使える。③どちらを選ぶか：ML/Python の知識がある場合 → Autopilot（透明性・カスタマイズ性）。ビジネスユーザーや非エンジニア → Canvas（使いやすさ優先）。

正解: B. 規制要件（HIPAA・金融規制等）または高セキュリティ環境でトレーニングコンテナが外部インターネットへのアクセスを一切行わないようにする必要がある場合（モデルとデータのセキュリティ担保）

正解の根拠・詳細解説

SageMaker Network Isolation の設定：`enable_network_isolation=True` でトレーニング/推論コンテナのすべてのアウトバウンドネットワーク通信をブロックします（VPC・インターネット両方）。これによりコンテナ内のコードが外部 API・PyPI 等にアクセスできなくなります。注意：Network Isolation を有効にした場合は必要なパッケージ・依存関係を全て Docker イメージに事前組み込む必要があります（pip install を学習中に実行できない）。VPC 内での通信（S3・ECR・CloudWatch）は VPC エンドポイント経由で引き続き可能。医療データ（PHI）・金融機密データのモデルトレーニングで一般的に採用されます。

正解: B. SageMaker Large Model Inference（LMI）コンテナを使い、DeepSpeed・vLLM・TensorRT-LLM 等の最適化フレームワークと複数 GPU/インスタンスへのモデル分散（Tensor Parallelism）でコスト効率よく LLM をデプロイする

正解の根拠・詳細解説

SageMaker LMI（Large Model Inference）コンテナの特徴：①超大規模モデル（70B パラメーター以上）の推論に対応、②Tensor Parallelism で複数 GPU（ml.g5.48xlarge 等）にモデルを分散、③推論フレームワーク：DeepSpeed（Microsoft）・vLLM（Berkeley）・TensorRT-LLM（NVIDIA）から選択、④連続バッチ処理（Continuous Batching）：複数リクエストを動的にバッチして GPU 稼働率最大化（vLLM の特徴）、⑤Speculation Decoding：ドラフトモデルで高速生成（最大3倍高速化）。SageMaker JumpStart の LLM デプロイはこの LMI コンテナを内部で使用しています。

正解: B. Forecast はフルマネージド（ML 知識不要・AutoML）で複数モデルを自動試行。DeepAR は SageMaker ビルトインアルゴリズムで確率的予測・複数関連時系列の同時学習に特化。深いカスタマイズが必要なら DeepAR が有利

正解の根拠・詳細解説

時系列予測サービスの選択：【Amazon Forecast】：①ノーコード（コンソール・API）、②複数アルゴリズム（DeepAR+・ARIMA・ETS・NPTS・CNN-QR）を AutoML で試行、③外部変数（天気・プロモーション・カレンダー）の組み込みが簡単（Related Time Series・Item Metadata）、④管理オーバーヘッドなし。【SageMaker DeepAR】：①RNN（LSTM）ベースの確率的予測モデル、②何千もの関連時系列（例：全SKUの需要）を1モデルで同時学習してスケールのメリットを得る、③ハイパーパラメーター・モデル構造のカスタマイズが可能。データ量が少ない → Forecast。数千・数万の時系列を一括学習して高度なカスタマイズが必要 → DeepAR。

正解: B. モデルのトレーニング時に予測時点より未来の情報を特徴量として使うデータリーク（Data Leakage）を防ぐため。ラベルの発生時刻以前に確定していた特徴量のみを正確に取得する

正解の根拠・詳細解説

データリーク（Data Leakage）は ML の最重要アンチパターンです。例：信用スコアモデルで「6ヶ月後のデフォルト」を予測するのに「5ヶ月後の口座残高（ラベル発生後に変化した値）」を特徴量に使うとトレーニング時は高精度でも本番で全く機能しない。防止方法：SageMaker Feature Store の Point-in-time correct join は各サンプルのラベル発生時刻（event_time）以前に確定していた特徴量の値のみを Offline Store から取得する機能です。Feast（オープンソース Feature Store）も同様の機能を提供しています。MLS 試験では「Feature Store の価値は何か」という問いにデータリーク防止が正解の1つになることが多いです。

正解: B. PDF・スキャン画像から印刷テキスト・手書きテキスト・フォームのキーと値・テーブルを自動抽出する OCR ＋ 文書構造解析 API

正解の根拠・詳細解説

Amazon Textract の機能：①テキスト検出（DetectDocumentText）：印刷テキスト・手書きテキストを行・単語レベルで抽出（信頼スコア付き）、②フォーム解析（AnalyzeDocument FORMS）：「氏名：田中太郎」のようなキー・バリューペアを自動抽出、③テーブル解析（TABLES）：表データを行・列・セルとして構造化抽出、④Queries：自然言語で質問（「患者名は？」）して回答を抽出、⑤Expense Analysis：請求書・レシートの専用解析（金額・日付・ベンダー名）、⑥ID Analysis：運転免許証・パスポートの専用解析。ユースケース：保険申請書の自動処理・医療カルテのデジタル化・財務書類の自動仕訳。Comprehend・SageMaker と組み合わせてドキュメント処理パイプラインを構築できます。

正解: B. 本番モデルへのリクエストをシャドウバリアントにも同時に送信（コピー）してシャドウモデルの推論結果を記録するが、クライアントには本番モデルの結果のみ返す。本番影響なしに新モデルをテストできる

正解の根拠・詳細解説

Shadow Testing（Shadow Deployment）のメリット：①本番ユーザーに影響なし：クライアントは本番モデルの結果のみ受け取る、②実トラフィックでの評価：実際の本番データ分布でシャドウモデルの挙動を確認（合成テストデータでは気づけない問題を発見）、③レイテンシ・エラーレートの測定：CloudWatch メトリクスで本番 vs シャドウを比較、④安心してテスト：問題があっても本番に影響しない。実装：SageMaker エンドポイントの ShadowProductionVariant で設定。Shadow → 問題なし → Canary（5%） → 段階的に100%というデプロイフローが SageMaker のベストプラクティスです。

正解: B. 複数のベースモデル（Level 1）の予測結果を特徴量としてメタモデル（Level 2）が最終予測を学習する手法。各モデルの強みを組み合わせてアンサンブルの精度をさらに向上させる

正解の根拠・詳細解説

スタッキング（Stacked Generalization）：Level 1：多様なモデル（XGBoost・LightGBM・ランダムフォレスト・ニューラルネット等）でクロスバリデーション予測を生成。Level 2（メタラーナー）：Level 1 の予測値を入力として最終予測を学習（ロジスティック回帰・線形モデルが一般的）。注意：データリーク防止のため Level 1 はクロスバリデーション（out-of-fold 予測）で生成。バギング（Random Forest）：同じアルゴリズムで異なるサブサンプルからモデルを並列学習。ブースティング（XGBoost）：前のモデルの誤差を逐次学習。Kaggle では最終段階でスタッキングによる精度向上が常套手段です。SageMaker Pipelines でスタッキングパイプラインを自動化できます。

正解: B. 目標メトリクスの改善が見込めない試行を中途終了させて HPO のコストと時間を削減する（Bayesian 最適化と組み合わせると特に効果的）

正解の根拠・詳細解説

SageMaker AMT の Early Stopping：設定：`early_stopping_type=”Auto”` を指定すると、各 Training Job の目標メトリクス（例：validation:accuracy）を監視し、ベンチマーク比較で改善が見込めない場合に自動終了します。効果：①コスト削減：途中で終了するためインスタンス課金が削減、②時間短縮：HPO 全体の完了が速くなる、③精度向上への集中：有望な方向に探索リソースを集中できる。注意：学習曲線が収束する前に停止しないよう最小エポック数・評価間隔を適切に設定することが重要です。Bayesian 最適化・Early Stopping の組み合わせがコスト効率最良のアプローチです。

正解: B. セキュリティ（データ保護・モデルアクセス制御）・信頼性（フェイルオーバー・ドリフト検出）・パフォーマンス効率（適切なインスタンス・量子化）・コスト最適化（Spot・適切なサイジング）・持続可能性を ML ワークフロー全体に適用する

正解の根拠・詳細解説

AWS Well-Architected ML Lens の6本柱：①運用卓越性：実験の自動化・モデル監視・ドリフト検出・インシデント対応手順の整備、②セキュリティ：データ暗号化・IAM 最小権限・VPC 分離・PII 保護・モデルアーティファクトの暗号化、③信頼性：チェックポイント・再試行ロジック・フォールバック推論・継続的モニタリング、④パフォーマンス効率：適切なインスタンスタイプ・量子化・SageMaker Neo 最適化、⑤コスト最適化：Spot インスタンス・Serverless Inference・適切なサイジング・アイドルリソースの削除、⑥持続可能性：GPU 稼働率最大化・不要トレーニングの削減・省電力インスタンス選択。MLS 試験では設計シナリオでこれらのトレードオフが問われます。

正解: B. データドリフト：入力特徴量の分布変化（例：ユーザー層の変化）。コンセプトドリフト：入力と出力の関係自体が変化（例：コロナ禍で購買行動パターンが根本的に変わる）

正解の根拠・詳細解説

モデルドリフトの種類：①データドリフト（Covariate Shift）：学習時の特徴量分布と本番データの分布が変化。例：夏にトレーニングしたモデルに冬のデータが来る。対処：特徴量の統計量を監視・ベースラインと比較。②コンセプトドリフト（Concept Drift）：特徴量 X と目標変数 Y の関係自体が変化。例：スパム検出で新しいスパム手法が登場。最も検出が困難（正解ラベルがないと確認できない）。対処：グラウンドトゥルースの継続的収集・定期再学習。SageMaker Model Monitor：①データ品質モニター → データドリフト検出、②モデル品質モニター（グラウンドトゥルース必要）→ コンセプトドリフト検出。両方のモニタリングを設定することが推奨されます。

正解: B. PySparkProcessor または SparkJarProcessor を使い、PySpark または Scala Spark コードを SageMaker マネージドクラスター（Spark History Server 付き）で実行する

正解の根拠・詳細解説

SageMaker Processing + Spark：`PySparkProcessor`（PySpark）または `SparkJarProcessor`（Scala）クラスで Spark Processing Job を実行できます。特徴：①SageMaker マネージドの Spark クラスター（ドライバー + ワーカー）が自動プロビジョニング・終了後削除、②Spark History Server：実行後に Spark UI で DAG・ステージ・タスクの詳細を確認できる、③S3 Integration（EMRFS）：S3 を直接 Hadoop FS として使用、④SageMaker Pipelines と統合してパイプラインステップとして定義可能。EMR との使い分け：EMR は永続クラスター・Hive/Presto 等 Hadoop エコシステムが必要な場合。SageMaker Processing Spark はシンプルな Spark ジョブを ML パイプラインに組み込む場合に便利です。

正解: B. 入力シーケンスの各位置が他の全ての位置と関係を計算してコンテキストを考慮した表現を生成する（例：「バンク」という単語が「川岸」の文脈か「銀行」の文脈かを文章全体から判断）

正解の根拠・詳細解説

Self-Attention のメカニズム：①各トークン（単語）を Q（クエリ）・K（キー）・V（バリュー）の3つのベクトルに変換、②全トークンペア間のドット積を計算してアテンションスコアを求める（Scaled Dot-Product Attention）、③softmax で正規化してアテンション重みを計算、④バリューの加重和で各位置の最終表現を生成。特徴：長距離依存関係を1層で捉えられる（RNNは時系列に沿って伝播が必要）。マルチヘッドアテンション：異なる表現空間で Self-Attention を並列実行して多様な関係を学習。Transformer は BERT・GPT・LLaMA・Claude 等のLLMの基盤アーキテクチャです。

正解: B. トレーニングジョブ完了後にインスタンスを一定時間待機状態で保持し、次のジョブの起動時間を大幅短縮する（コンテナイメージのダウンロード・環境構築時間をスキップ）

正解の根拠・詳細解説

SageMaker Warm Pools：通常のトレーニングジョブはインスタンスの起動・Dockerイメージのプル・環境構築に数分かかります。Warm Pools を使うと：①ジョブ完了後にインスタンスを最大 60 日間保持（設定可能）、②次のジョブが同じコンテナ・インスタンスタイプで起動されると既存インスタンスを再利用して数秒で開始、③待機時間中は低コスト（idle インスタンス料金）で課金される。効果：実験的な HPO（多数の短いトレーニングジョブ）や Spot インスタンスを使わないワークフローで特に有効。起動時間を5〜10分から数十秒に短縮可能。

正解: B. データを複数のフォールド（分割）に分けて評価を繰り返し、単一のトレーニング/バリデーション分割より安定したモデル性能の推定を得る。小〜中規模データセットで特に有効

正解の根拠・詳細解説

k-Fold Cross-Validation のプロセス：①データを k 等分（一般的に k=5 または 10）、②1フォールドをバリデーション・残り k-1 フォールドをトレーニングに使ってモデルを学習、③k 回繰り返して各バリデーションスコアを取得、④k スコアの平均±標準偏差でモデル性能を推定。メリット：単一分割より安定した評価（データの偏りに頑健）・小さいデータを最大限活用。注意：時系列データでは時系列を考慮したクロスバリデーション（TimeSeriesSplit）が必要（未来→過去のデータリーク防止）。Stratified k-Fold：クラス比率を各フォールドで維持（クラス不均衡データで推奨）。SageMaker では HPO に CV スコアを目標メトリクスとして使えます。

正解: B. 大量の企業ドキュメント（PDF・Word・Web ページ等）をインデックス化して自然言語での検索（セマンティック検索）を実現し、Lex ボットや Bedrock RAG の知識ベースとして活用する

正解の根拠・詳細解説

Amazon Kendra はインテリジェント検索サービスです。機能：①自然言語クエリ：「有給休暇の申請方法は？」という質問に対して関連ドキュメントとスニペットで回答（キーワードマッチングではなく意味理解）、②FAQ 認識：よくある質問と回答を直接返す、③ドキュメントソース：S3・SharePoint・Salesforce・Confluence・RDS・ServiceNow 等 40+ コネクター、④GenAI 統合：Bedrock と連携してドキュメントベースの RAG アプリケーションを構築（Retrieve & Generate API）。MLS 試験での出題：「企業ドキュメントに対する自然言語検索 → Kendra」「チャットボットに社内ナレッジを持たせる → Lex + Kendra または Bedrock + Knowledge Bases」。

正解: B. トレーニング中の勾配・重み・活性化の値をリアルタイムで取得・分析し、消失勾配・爆発勾配・過学習・死んだニューロン等の問題を自動検出してアラートを出す

正解の根拠・詳細解説

SageMaker Debugger の機能：①テンソル取得（Tensors）：指定ステップ・間隔でモデル内部の値（重み・勾配・活性化・損失）を S3 に保存、②ビルトインルール：消失勾配（VanishingGradient）・爆発勾配（ExplodingTensor）・過学習（Overfit）・クラス不均衡（ClassImbalance）・死んだ ReLU 等 30 以上の問題を自動検出、③カスタムルール：独自の条件を Python で定義、④CloudWatch アラーム：ルール違反で通知・トレーニング自動停止、⑤Profiler：CPU/GPU 使用率・ボトルネック（データロード待機・カーネル最適化等）の分析。トレーニング中に問題を早期発見して時間とコストを節約できます。

正解: B. Managed Spot Training（最大90%割引）+ チェックポイント保存 + 適切なインスタンスタイプ選定 + Serverless Inference（断続的トラフィック）+ SageMaker Savings Plans で継続コストを最小化する

正解の根拠・詳細解説

SageMaker のコスト最適化戦略：①Managed Spot Training：開発・実験段階のトレーニングは Spot インスタンスで最大90%削減（チェックポイント必須）、②適切なインスタンス選択：Inference Recommender で最適インスタンスを特定・小さいインスタンスでプロトタイプ→本番でスケール、③Serverless Inference：断続的・予測不能なトラフィックにはサーバーレスが最も安い（使用時のみ課金）、④SageMaker Savings Plans：継続的に使うエンドポイント・Processing Job は1〜3年コミットで最大64%割引、⑤Multi-Model Endpoints：多数の小さいモデルを1インスタンスに集約。全体最適化は AWS Cost Explorer でタグ別コストを分析しながら継続改善します。

正解: B. 新しいデータの到着・モデルドリフト検出・スケジュールトリガー等のイベントを契機に SageMaker Pipelines が自動でトレーニング→評価→登録→デプロイを実行するフルオートメーション

正解の根拠・詳細解説

MLOps 成熟度レベル：Level 0（手動）：スクリプト実行で手動トレーニング・手動デプロイ。Level 1（MLパイプライン自動化）：SageMaker Pipelines で学習〜デプロイを自動化・手動トリガー。Level 2（継続的トレーニング CT）：データドリフト検出（Model Monitor）→ EventBridge → Pipelines 起動 → 自動再学習 → Model Registry Approval → CodeDeploy でフルオートメーション。全サイクルが自動化された状態。継続的トレーニングの実装：①EventBridge Scheduler で定期実行、②Model Monitor のアラーム → Lambda → Pipelines 起動、③S3 へのデータ到着イベント → Pipelines トリガー。MLS 試験ではどのトリガーが適切かが問われます。

正解: B. RAG（検索拡張生成）：Amazon Bedrock Knowledge Bases で企業ドキュメントを参照しながら回答させる。Guardrails：有害コンテンツ・事実と異なる回答をフィルタリング。グラウンディング：回答に出典を付記する

正解の根拠・詳細解説

ハルシネーション対策：①RAG（Retrieval-Augmented Generation）：LLM が自由に回答する代わりに、まず企業ドキュメント（Kendra・OpenSearch Serverless・PineconeDB 等）から関連コンテキストを検索して回答の根拠にする（Amazon Bedrock Knowledge Bases が実装済み）、②Amazon Bedrock Guardrails：Grounded ness（回答がコンテキストに基づいているか）・Relevance（質問と回答が関連しているか）フィルターを設定、③Temperature を低く設定：確率的多様性を下げて事実に即した回答を促進、④プロンプトエンジニアリング：「情報がない場合は「わかりません」と回答してください」の指示、⑤RLHF ファインチューニング：人間フィードバックで事実性を向上。

正解: B. 画像分類モデルのバイアス分析：Rekognition で顔・属性を検出したデータセットに対して Clarify で年齢・性別・人種グループ間の予測差分（Disparate Impact 等）を測定してモデルの公平性を評価する

正解の根拠・詳細解説

マルチサービス ML パイプラインの例：採用・与信・医療診断等の高リスク意思決定 AI のバイアス監査に活用できます。フロー：①Rekognition（または Textract・Comprehend）でデータから属性（年齢・性別等）を抽出してデータセットに追加、②SageMaker で分類モデルをトレーニング、③Clarify でファセット属性（年齢・性別等）に対するバイアスメトリクス（DI・DPL 等）を計算、④Model Card に結果を文書化。規制要件：EU AI Act・米国の公平融資法（ECOA）等でモデルの公平性説明が義務化されており、Clarify はその証明手段として活用されます。

正解: B. AllReduce：全ワーカーの勾配を全ワーカーで共有・集約する通信パターン。SageMaker Data Parallel Library（SMDDP）は Ring-AllReduce を実装してバンド幅を最大化する

正解の根拠・詳細解説

分散トレーニングの通信パターン：①Parameter Server（PS）方式：中央のパラメーターサーバーに全ワーカーが勾配をプッシュ→PSが平均→各ワーカーが最新重みをプル。スケーラビリティに限界あり（PSがボトルネック）。②AllReduce 方式（Ring-AllReduce）：各ワーカーが勾配を隣のワーカーに渡して環状に集約。全ワーカーが同じ最終勾配を持つ。バンド幅効率が高くスケールする。SMDDP（SageMaker Distributed Data Parallel Library）は Ring-AllReduce を EFA（Elastic Fabric Adapter）上で実装して GPT 規模の分散学習を効率化します。PyTorch DDP・Horovod も Ring-AllReduce を採用しています。

正解: B. 推論エンドポイントが高レイテンシ・エラー・ドリフトで信頼性が低い場合に、ルールベース・前バージョンモデル・キャッシュ済み結果等の代替を返してサービスの可用性を維持する

正解の根拠・詳細解説

フォールバック戦略の実装パターン：①旧バージョンモデル：新モデルのエラー率が上昇したら自動で旧バージョンにトラフィックを戻す（CloudWatch アラーム → Auto Rollback）、②ルールベース：ML モデルが低信頼度の予測（スコア < 閾値）を返した場合はルールベースの決定ロジックを使用、③キャッシュ：同じ入力への直近の推論結果をキャッシュして障害時に返す（ElastiCache / DynamoDB TTL）、④デグレードモード：精度は下がるが軽量な代替モデルで応答継続（SageMaker MME で複数モデル保持）。Netflix・Uber 等の大規模 ML システムでは必ずフォールバックが実装されています。

正解: B. sagemaker.amazonaws.com サービスプリンシパルに S3 読み書き（学習データ・アーティファクト）・ECR プル（コンテナイメージ）・CloudWatch Logs 書き込み・SageMaker API 呼び出し・KMS 暗号化権限を最小限付与した実行ロールを作成する

正解の根拠・詳細解説

SageMaker 実行ロールの最小権限原則（Least Privilege）：①S3：特定バケットのみの読み取り（学習データ）・書き込み（モデルアーティファクト）、②ECR：プライベートリポジトリのイメージプル権限のみ、③CloudWatch Logs：CreateLogGroup・CreateLogStream・PutLogEvents（ログ書き込みのみ）、④KMS：暗号化に使うキーへのアクセスのみ、⑤VPC：ENI 作成（VPC 内でのトレーニングに必要）。NG：`AmazonS3FullAccess` や `AdministratorAccess` は過剰権限。IAM Access Analyzer でポリシーの最小化を検証。役割分離：SageMaker 実行ロール（モデルトレーニング用）と SageMaker API 呼び出しユーザーのロールを分離するのもベストプラクティスです。

正解: B. LLM が自律的にタスクを計画・ツール呼び出し（Lambda・Bedrock Knowledge Bases・APIアクション等）・実行・結果評価を繰り返して複数ステップの複雑なタスクを自動処理する

正解の根拠・詳細解説

Amazon Bedrock Agents のアーキテクチャ：①Action Groups：LLM がツールを呼び出すための定義（OpenAPI スキーマ or Lambda 関数）。例：「在庫を確認する」「注文を作成する」、②Knowledge Bases：RAG ソース（S3 + ベクトル DB）を組み込んでドキュメントから情報を検索、③Guardrails：有害コンテンツ・PII・トピック制限のフィルタリング、④ReAct フレームワーク：Reasoning + Acting の反復ループ（「考える → 行動 → 観察 → 考える…」）。ユースケース：IT サポートエージェント（DB検索→チケット作成→メール送信）・旅行予約エージェント（フライト検索→ホテル検索→予約確定）・カスタマーサービスエージェント。

正解: B. Amazon EC2（x86・ARM）・AWS Inferentia・NVIDIA Jetson・Raspberry Pi・Intel Movidius・Apple M シリーズ等の多様なハードウェアに向けてモデルを最適化コンパイルできる

正解の根拠・詳細解説

SageMaker Neo はフレームワーク横断のモデルコンパイラです。入力フレームワーク：TensorFlow・PyTorch・MXNet・ONNX・XGBoost・scikit-learn。ターゲット：①クラウド：EC2（c5・m5・p3・inf1・trn1）・Lambda、②エッジ：NVIDIA Jetson Nano/Xavier・Raspberry Pi・Intel NCS2（Movidius）・Qualcomm・ARM Cortex-A・Texas Instruments。コンパイル処理：計算グラフの最適化（演算子融合・不要演算除去）→ターゲットのハードウェア命令セットに最適化→モデルサイズ縮小・推論速度向上（最大25倍）。Edge Manager と組み合わせてエッジデバイスへのデプロイ・管理が完結します。

正解: B. Amazon SageMaker RL（Ray/RLlib・Coach 統合）でカスタム環境・シミュレーター（AWS RoboMaker・MathWorks Simulink・Unity ML-Agents 等）と接続して強化学習エージェントをトレーニングできる

正解の根拠・詳細解説

Amazon SageMaker Reinforcement Learning の特徴：①RL フレームワーク：Ray/RLlib（分散RL）・Intel Coach を統合、②シミュレーター統合：AWS RoboMaker（ロボット）・Amazon Sumerian・MathWorks Simulink・OpenAI Gym・Unity ML-Agents・カスタム環境を接続、③分散RL：複数エージェントが並列でシミュレーションを実行し経験を中央に集約（Ray の分散実行）、④SageMaker エンドポイントでポリシーをデプロイ。ユースケース：ロボット制御・ゲームAI・資源最適化・在庫補充・ネットワーク制御。AWS DeepRacer は RL の学習プラットフォームとして提供されています。

正解: B. コスト効率が高い推論に最適（x86 比で最大30%のコスト削減）。TensorFlow・PyTorch のモデルを m7g・c7g インスタンスで推論するとコストパフォーマンスが向上する

正解の根拠・詳細解説

AWS Graviton（ARM）インスタンスの ML 推論における利点：①コスト効率：c7g/m7g は同等の x86 インスタンスと比べて価格対パフォーマンスが向上、②省エネ：ARM の電力効率が高く CO2排出量削減（持続可能性の観点）、③TensorFlow Serving・PyTorch Serve・TorchServe：ARM 最適化済みバイナリが利用可能。SageMaker Inference Recommender でベンチマーク実行時に Graviton インスタンスも候補に含めることを推奨。注意：GPU が必要な大規模モデル（LLM等）には向かない。CPU 推論で高頻度・中程度のスループットが必要なシナリオ（分類・回帰等）に最適です。

正解: B. 異なるフレームワーク（TensorFlow・XGBoost・sklearn）の複数モデルを1つのエンドポイントで順次または並列実行し、推論パイプラインの複雑なシナリオ（前処理→推論→後処理）に対応する

正解の根拠・詳細解説

Multi-Container Endpoint（MCE）と Multi-Model Endpoint（MME）の違い：【MCE（Multi-Container）】：最大15種類の異なるコンテナを1エンドポイントに配置。各コンテナに直接リクエストを送ることも・Sequential（連鎖）実行も可能。用途：推論パイプライン（sklearn前処理→XGBoost推論→後処理）を1エンドポイントで完結。【MME（Multi-Model）】：同じコンテナで異なるモデル（同フレームワーク）を動的にロード/アンロード。用途：多数の類似モデル（顧客ごとのカスタムモデル）を1インスタンスで管理。コスト最適化の用途は MME・パイプライン化は MCE という使い分けがMLS試験で問われます。

正解: B. ファインチューニング：モデル自体の振る舞い・スタイル・特定タスクの性能を変えたい場合。RAG：最新の情報・企業固有ドキュメントへの参照が必要で情報の更新頻度が高い場合（再学習なしに知識を更新できる）

正解の根拠・詳細解説

ファインチューニング vs RAG の判断基準：【ファインチューニング（Fine-tuning）が向く場合】：①特定のトーン・スタイル・形式への適合（法律文書の生成・医療レポートの書式等）、②特定ドメインの専門知識をモデルに組み込む（ただしRAGより知識更新が困難）、③低レイテンシが必要（RAGは検索ステップが追加）。【RAG が向く場合】：①最新情報（News・製品情報等）の反映が必要、②情報源の透明性・引用が必要、③知識の頻繁な更新（再学習コスト不要）、④コンテキストウィンドウに収まる量の情報参照。多くの企業ユースケースではまず RAG を試して、それで不十分なら ファインチューニングを検討するのが効率的です。

正解: B. 全てのトレーニング実行でパラメーター・メトリクス・アーティファクト・タグを自動記録し、実験名・チーム名・プロジェクト名のタグで分類することで再現性確保と後からの比較分析を可能にする

正解の根拠・詳細解説

SageMaker Experiments のベストプラクティス：①自動記録：SageMaker Training Job は自動で Experiment Run に紐づく（autolog設定）、②パラメーター：全ハイパーパラメーター（学習率・バッチサイズ・モデルアーキテクチャ等）を log_parameter で記録、③メトリクス：train_loss・val_loss・val_accuracy 等を各エポック log_metric で記録、④アーティファクト：使用データセットの S3 URI・モデルの S3 URI を log_artifact で記録（系譜追跡）、⑤タグ：experiment_type（baseline/tuned）・dataset_version・feature_engineering_version 等でフィルタリング容易化。これにより「先月のあのモデルと同じ条件でどうやってトレーニングしたか」を即座に再現できます。

正解: B. 標準出力（stdout）に正規表現でマッチするフォーマット（例：「Validation AUC: 0.92」）でログを出力し、Estimator の metric_definitions に正規表現パターンを定義することで SageMaker がCloudWatchに自動転送する

正解の根拠・詳細解説

SageMaker カスタムメトリクスの仕組み：①学習スクリプトが stdout に規則的なフォーマットで出力（例：`print(f”Validation AUC: {auc:.4f}”)`）、②Estimator に `metric_definitions=[{“Name”: “val:auc”, “Regex”: “Validation AUC: ([0-9\.]+)”}]` を設定、③SageMaker が Training Job のログを監視して正規表現にマッチした値を抽出・CloudWatch に転送、④SageMaker AMT（Automatic Model Tuning）でこのメトリクスを目標として使用可能（`objective_metric_name=”val:auc”`）。TensorBoard：`TensorBoardOutputConfig` で TensorBoard ログを S3 に保存して SageMaker Studio から可視化することも可能。

正解: B. 変換フローをコードとして4種類にエクスポート：① SageMaker Processing Job（Python スクリプト）② SageMaker Pipelines（パイプラインステップ）③ Python ノートブック（インタラクティブ実行）④ SageMaker Feature Store へのデータ取り込みジョブとして出力できる

正解の根拠・詳細解説

SageMaker Data Wrangler のエクスポートオプション：①Processing Job：変換ロジックを `run_on_sagemaker.py` として SageMaker Processing Job で実行可能なスクリプトにエクスポート。大規模データの本番処理に使用。②Pipelines：Processing ステップとして SageMaker Pipelines に組み込める YAML/Python コードを生成。③Python ノートブック：Data Wrangler フローを実行する Jupyter ノートブックをエクスポート。EDA・実験的な処理の確認に使用。④Feature Store Job：変換後のデータを直接 SageMaker Feature Store に書き込む Processing Job を生成。ノーコードで作成した変換パイプラインを本番環境の ETL に昇格させる際に使用します。

正解: B. RMSE は外れ値に敏感（誤差を二乗するため大きな誤差に重いペナルティ）。MAE は全ての誤差を均等に扱う。外れ値が重大な問題（株価予測・医療診断）→ RMSE 重視。外れ値を過剰評価したくない → MAE を使う

正解の根拠・詳細解説

回帰問題の評価指標：①MAE（Mean Absolute Error）：全サンプルの|予測-正解|の平均。解釈が直感的（元データと同じ単位）・外れ値に頑健。②RMSE（Root Mean Square Error）：(平均(誤差^2))^0.5。大きな誤差に二乗のペナルティ→外れ値に敏感。大きな誤差が許容できない場合に向く。③MAPE（Mean Absolute Percentage Error）：相対誤差（%）。スケールの異なる予測対象を比較できる。④R²（決定係数）：モデルが説明できる分散の割合（0〜1、高いほど良い）。実務：同じモデルを MAE と RMSE 両方で評価して外れ値の影響を把握することを推奨。

正解: B. SageMaker JumpStart の DGL（Deep Graph Library）または PyG（PyTorch Geometric）コンテナを使い、グラフデータ（ノード・エッジ・属性）を格納した Amazon Neptune または S3 からデータを読み込んで GNN モデルをトレーニングする

正解の根拠・詳細解説

グラフ Neural Networks（GNN）の AWS 活用：①Deep Graph Library（DGL）：SageMaker ビルトインコンテナで GCN・GAT・GraphSAGE 等の GNN アーキテクチャをトレーニング可能、②Amazon Neptune：グラフデータベース（プロパティグラフ・RDF）でソーシャルネットワーク・知識グラフ・不正検知に使用、③Neptune ML：DGL と統合して Neptune のグラフデータを直接 GNN でトレーニング（ETL 不要）。ユースケース：①不正検知（取引グラフの異常ノード検出）、②推薦システム（ユーザー・アイテム二部グラフ）、③知識グラフ補完、④分子設計（分子グラフの特性予測）。GNN は MLS 試験の最近の出題領域として重要です。

正解: B. トレーニングジョブ・処理ジョブ・モデル・エンドポイントを「アーティファクト」として記録し、それらの因果関係（系譜グラフ）を自動追跡して「このモデルはどのデータから作られたか」を逆引きできるようにする

正解の根拠・詳細解説

SageMaker ML Metadata（ML 系譜追跡）：①自動追跡：SageMaker Pipelines を使うと全ステップの入出力アーティファクトとその関係が自動的に記録される、②LineageQuery API：「このエンドポイントに紐づくモデルのトレーニングデータはどのS3パスか」のような問いを Graph QL 的に解決、③コンテキスト：実験・トレーニングジョブ・デプロイ等のグルーピング単位、④Association：アーティファクト間の有向関係（例：データセット → 処理ジョブ → 特徴量 → モデル → エンドポイント）。規制対応：モデルリスク管理（SR 11-7）・GDPR（訓練データの削除権）・医療 FDA ガイダンスで系譜追跡が必要な場合に直接活用されます。

正解: B. SageMaker Debugger の Profiler 機能で CPU/GPU 使用率・I/O 待機・カーネル実行時間・データローダーのボトルネックを可視化し、GPU 稼働率が低い原因（データロード待機・CPU 前処理が遅い等）を特定する

正解の根拠・詳細解説

SageMaker Profiler のボトルネック分析：GPU 稼働率が低い（< 80%）原因として最も多いのはデータパイプラインのボトルネックです。Profiler が検出する主な問題：①I/O ボトルネック：S3 からのデータ転送が遅い（Fast File Mode への変更・データフォーマット変換・プリフェッチ設定を推奨）、②CPU 前処理ボトルネック：データ拡張・前処理が GPU を待たせている（`num_workers` 増加・GPU での前処理を検討）、③小さなカーネル（Kernel）：GPU 計算が細かすぎてオーバーヘッドが大きい（バッチサイズ拡大・演算子融合）。Profiler の結果は SageMaker Studio の Debugger ダッシュボードで視覚的に確認できます。

正解: B. オンライン決済・アカウント作成・旅行予約等の不正検知モデルを AWS のデータと組み合わせて構築・デプロイするフルマネージドML不正検知サービス。過去のトランザクションデータから不正パターンを自動学習する

正解の根拠・詳細解説

Amazon Fraud Detector のアーキテクチャ：①事前学習済みモデル：AWS が数十億件の不正取引から学習した知識をベースに自社データで追加学習（Transfer Learning）、②モデルタイプ：Online Fraud Insights（リアルタイム判定）・Transaction Fraud Insights（取引パターン学習）・Account Takeover Insights（アカウント乗っ取り検出）、③ルールエンジン：ML スコアとビジネスルール（IP ブロックリスト・デバイスフィンガープリント等）を組み合わせて最終判定、④リアルタイム推論：API Gateway + Fraud Detector で数ミリ秒の判定。ユースケース：EC サイトの決済不正・オンラインバンキング・ゲーム内アイテム不正購入。

正解: B. SageMaker PyTorch Estimator の Script Mode で学習スクリプトに PyTorch Lightning を `requirements.txt` で追加インストールし、Trainer クラスを使ったトレーニングコードを通常通り実行する

正解の根拠・詳細解説

SageMaker Script Mode での PyTorch Lightning：`requirements.txt` に `pytorch-lightning` を記述して Estimator の `dependencies` に渡すと、コンテナ起動時に自動インストールされます。Lightning の Trainer は SageMaker のトレーニングインフラと完全互換で動作し、マルチGPU・マルチノードの分散トレーニングも `Trainer(strategy=”ddp”, devices=N)` の設定だけで自動対応します。SageMaker Debugger との統合：`SMDebugCallback` を Trainer のコールバックに追加するだけでテンソル追跡が有効化。チェックポイント：Lightning の `ModelCheckpoint` コールバックで `/opt/ml/checkpoints/` に保存するとSageMaker が自動でS3に同期します。

正解: B. AWS Inferentia 2 は LLM・大規模 Transformer 推論に特化した AWS 独自 ASIC で、同等の GPU インスタンスより最大40%コスト削減・高スループット・低レイテンシを実現する

正解の根拠・詳細解説

AWS Inferentia 2（Inf2）の特徴：①AWS 独自設計の ML 推論チップ（ASIC）・Neuron SDK で最適化、②Inf2.xlarge〜48xlarge の複数サイズで Tensor Parallelism に対応（LLM を複数チップに分散）、③SageMaker では `ml.inf2.xlarge` 等のインスタンスタイプを指定してデプロイ、④SageMaker JumpStart で Llama・SDXL 等の LLM が Inferentia 用に事前最適化済み、⑤パフォーマンス：A100 GPU と比較して同等の精度で推論コスト最大40%削減、最大4.5倍高スループット。AWS Trainium（Trn1）はトレーニング専用。Inferentia はサービング（推論）専用という役割分担です。

正解: B. 組織内の複数のMLチームが同じ特徴量を独自に計算して重複コストが発生・学習時と推論時の特徴量実装の不一致（トレーニング・サービングスキュー）が精度劣化を引き起こすという課題が顕在化したから

正解の根拠・詳細解説

Feature Store が解決する問題：①特徴量の重複計算：Sales チームと Marketing チームが「顧客の直近30日の購買金額」を別々に計算→計算コストと不一致リスク、②トレーニング・サービングスキュー：トレーニング時は Python で特徴量計算・推論時は Java で再実装→バグや計算差異で精度が低下、③Feature Freshness：リアルタイム推論で古い特徴量を返す。SageMaker Feature Store の解決策：①Offline Store（S3/BigQuery）で一元管理・再利用、②Online Store（DynamoDB/Bigtable）でリアルタイム取得、③Point-in-time join でデータリーク防止、④Feature Pipeline で特徴量の鮮度を維持。Uber・Airbnb・LinkedIn など大規模ML組織での実用経験から生まれたコンセプトです。

正解: B. 学習データの内容と品質管理・モデルの公平性・バイアスのチェック・本番モデルのモニタリング・IAM の最小権限設定・アプリケーションレベルのセキュリティは顧客の責任

正解の根拠・詳細解説

AWS 責任共有モデルの ML への適用：【AWS の責任】：基盤インフラ（データセンター・ハードウェア）・マネージドサービスの可用性・基盤ソフトウェアのパッチ・物理セキュリティ。【顧客の責任】：①データの内容・品質・適切性（PII含有の確認・ラベルの正確性）、②モデルの公平性・バイアス検出と対処、③本番モデルの継続的モニタリング（ドリフト・精度低下）、④IAM 最小権限設定・VPC 設定、⑤アプリケーションレベルの認証・認可、⑥暗号化キー（CMEK）の管理（KMS CMK を使う場合）、⑦法規制への準拠（GDPR・HIPAA 等）。MLS 試験ではセキュリティのシナリオでこの区別が問われます。

正解: B. コンテナは /opt/ml/input/data でデータを読み込み・/opt/ml/model にモデルを保存・/opt/ml/output でエラーを出力するディレクトリ規約に従い・`train` という実行コマンドをエントリーポイントに設定する必要がある

正解の根拠・詳細解説

SageMaker BYO Container のコントラクト（規約）：SageMaker は特定のディレクトリ構造でコンテナと通信します。①`/opt/ml/input/data/[channel_name]/`：S3 から学習データを自動コピー（training・validation 等のチャンネル）、②`/opt/ml/model/`：ここに保存したファイルを SageMaker が自動で S3 にアップロード（model.tar.gz として）、③`/opt/ml/output/failure`：エラーメッセージをここに書くとジョブ失敗時にコンソールに表示される、④エントリーポイント：`ENTRYPOINT [“train”]` または `CMD [“train”]`。ハイパーパラメーター：`/opt/ml/input/config/hyperparameters.json` に JSON で渡される。これらを守れば任意の言語・フレームワークで学習スクリプトをコンテナ化できます。

正解: B. Amazon EventBridge（スケジュール・S3 イベント・CloudWatch アラーム）から SageMaker Pipelines の StartPipelineExecution API を呼び出す、または Lambda を経由して自動実行をトリガーできる

正解の根拠・詳細解説

SageMaker Pipelines の自動トリガーパターン：①EventBridge Scheduler：cron 式でスケジュール実行（毎週月曜日09:00に再学習等）、②S3 イベント通知 → EventBridge → Pipelines：新しいトレーニングデータが S3 に到着したら自動でパイプライン起動、③CloudWatch Alarm → EventBridge → Lambda → Pipelines：Model Monitor がドリフトを検出したら再学習パイプラインを起動（継続的トレーニング CT の実装）、④CodePipeline → SageMaker Pipelines：コードのプッシュを契機に ML パイプラインを実行（CI/CD統合）。これらを組み合わせることで Data→Train→Evaluate→Deploy まで完全自動化された MLOps が実現します。

正解: B. SageMaker の全機能（トレーニング・推論・Autopilot・Pipelines・Monitor・Debugger等）・ML の基礎理論（アルゴリズム・評価指標・過学習対策）・AWS AI サービス（Rekognition・Comprehend・Transcribe・Forecast・Personalize・Bedrock）の実践的な使い分けを体系的に理解すること

正解の根拠・詳細解説

MLS-C01 試験の重点領域：①SageMaker エコシステム（最多出題）：Feature Store・Pipelines・Clarify・Model Monitor・Debugger・推論の種類（Real-time/Async/Serverless/Batch）の使い分け、②ML 基礎（全ドメインに関わる）：アルゴリズム特性・評価指標・過学習/過小適合・正則化・特徴量エンジニアリング、③データエンジニアリング：S3・Glue・Kinesis・EMR・Athena のデータパイプライン、④AWS AI サービス：Rekognition・Comprehend・Transcribe・Translate・Polly・Lex・Forecast・Personalize・Textract・Bedrock の使い分け、⑤MLOps/セキュリティ：CI/CD・モデルガバナンス・VPC・IAM 最小権限。本問題集の120問を3周してすべての解説を理解しましょう！