はじめに
昨今は右を見ても左を見てもAIの世の中。技術イベントに行ってもほとんどがAIの話です。便利で価値が高いことは分かるものの、なんとなく積極的に勉強することを避けてきていました。なんといってもとっつきにくくて、一般的なITリテラシーだけでは全く太刀打ちできないと感じたり、多少勉強した程度では何かに生かせる感じがしないというモヤモヤしたもの、というイメージです。
とはいえ、そうも言ってられないというわけで、お盆休みを利用して勉強してみることにしたのです。
AWS Certified AI Practitioner について
AWSについてはこれまでも勉強してきているわけなので、AI部分だけ勉強していけばよさそうと思って AI Practitioner から挑戦してみることにしました。
勉強したこと
Exam Prep Plan: AWS Certified AI Practitioner (AIF-C01 - 日本語)
AWS Skill Builderで提供から提供されるコンテンツ群です。出題範囲となる5つの分野向けにそれぞれ90分（合計 450分!）とサンプル問題集20問の大盛ボリュームでした。2日間くらいでひたすら聞き続けましたが、詰め込みすぎて頭がパンクしました。
それでもなんとなく大切な概念の雰囲気はつかめたので、見てよかったと思います。
【最新】AWS認定AIプラクティショナー試験突破講座＋模擬試験130問（2回分）付き！
いつものUdemy。今回ははじめての講師の方でしたが、落ち着いた感じで悪くなかったです。模擬試験の問題が精度高いと感じました。
Geminiとの問答
今回も困ったときのGemini頼み。色々聞きながら理解を深めることができたと思います。直前に見直しシートを作ってもらいました。
1. 機械学習（ML）の基礎と評価指標
アルゴリズム・概念
-
k-means（k平均法）
- 分類: 非教師あり学習（クラスタリング）
- 概要: データをあらかじめ指定した $k$ 個のグループ（クラスタ）に分け、各中心値からの距離をもとに繰り返し計算して最適化する手法。
評価指標
-
$R^2$（決定係数 / R2スコア）
- 分類: 回帰モデルの評価指標
- 概要: 予測モデルがデータの変動をどれだけ説明できているかを示す数値（1に近づくほど高精度）。
-
混同行列（Confusion Matrix）
- 分類: 分類モデルの評価指標
- 概要: 予測結果と実際の正解の組み合わせ（TP, FP, TN, FN）をまとめた表。
-
指標の使い分け:
- Precision（適合率）: 陽性と予測したうち、実際に陽性だった割合（偽陽性/誤検知を減らしたい場合に重視）。
- Recall（再現率）: 実際の陽性のうち、正しく陽性と予測できた割合（偽陰性/見逃しを減らしたい場合に重視）。
- F1スコア: Precision と Recall の調和平均。モデル全体のバランスを評価する指標。
2. 生成AI・LLM関連用語
モデルアーキテクチャ・評価
-
BERT
- 概要: Transformerの「エンコーダー」部分を用いた言語モデル。文章を文脈の双方向から読み取り、テキスト分類や検索エンジンの文脈理解に強みを持つ。
-
BLEUスコア
- 分類: LLM / 機械翻訳の評価指標
- 概要: 生成されたテキストが参照文（人間の正解データ）と単語の並び（n-gram）でどれだけ一致しているかを数値化（1に近いほど高精度）。
カスタマイズ手法（コストと目的の違い）
| 手法 | 概要 | コスト | ユースケース |
|---|---|---|---|
| RAG | 外部検索（ナレッジベース）から最新・社内データを取得し、プロンプトに組み込む | 小 | 最新情報や社内文書を参照させたい（モデル自体は非変更） |
| ファインチューニング | 教師ありデータ（Q&Aペア等）でモデルの重みを微調整 | 中 | 特定のトピックへの特化や、出力形式・スタイルを固定したい |
| 継続的事前トレーニング | 業界固有の大量未ラベルテキスト（医療・法律等）を追加読み込み | 大 | 専門分野の用語や概念そのものをモデルに記憶・理解させたい |
プロンプトエンジニアリング・現象
- Few-shot Prompting: プロンプト内に数個の入出力例を含めて回答精度を上げる手法。
- Chain-of-Thought (CoT): 「段階的に考えてください」と促し、思考過程を出力させることで複合作業の精度を上げる手法。
- ハルシネーション（Hallucination）: AIが事実と異なる情報や嘘を、もっともらしく生成してしまう現象。
3. AWS AI/MLサービス・機能の使い分け
Amazon Bedrock（生成AIマネージドサービス）
- Knowledge Bases（ナレッジベース）: 完全マネージドな RAG 実装機能（S3等のデータを自動でベクトル化・検索・回答生成）。
- Guardrails（ガードレール）: 不適切なコンテンツフィルター、個人情報（PII）のマスキング、ハルシネーション抑制ルールを設定する機能。
- Model Evaluation（モデル評価）: 自動メトリクスまたは人間による評価（Human Evaluation）を用いて、用途に最適なFM（基礎モデル）を選択・比較する機能。
Amazon SageMaker（MLプラットフォーム）
- SageMaker Clarify: 機械学習モデルのバイアス検出および 予測の説明可能性（SHAP値等） を提供するガバナンス機能。
- SageMaker Data Wrangler: ML用のデータ前処理・特徴量エンジニアリングをコードレス/低コードで行う機能。
- SageMaker JumpStart: 事前トレーニング済みモデル（オープンソースFM等）を素早くデプロイ・ファインチューニングできるハブ。
- SageMaker Model Monitor: 本番環境にデプロイされたモデルのデータドリフト（精度の低下）を監視する機能。
マネージドAIサービス（抽象化サービス）
- Amazon Kendra: 機械学習を活用した高度なエンタープライズ検索エンジン（既存の社内検索基盤の構築やRAGの検索ソースに利用）。
- Amazon Comprehend: 自然言語処理（NLP）サービス。感情分析、トピックモデリング、PII（個人識別情報）の検出。
- Amazon Rekognition: 画像・動画分析サービス（顔認識、不適切コンテンツの検出）。
- Amazon Textract: OCRサービス。単なる文字起こしではなく、表データや申請書の項目（キーと値のペア）構造を維持して抽出。
- Amazon Transcribe / Polly: Transcribe（音声→テキスト変換）、Polly（テキスト→自然な音声読み上げ）。
試験直前チェック：似た機能の対比
-
Kendra vs Bedrock Knowledge Bases
- 既存の多様なデータソースやエンタープライズ検索基盤を活かす場合は Kendra
- 生成AIアプリに統合された迅速なRAG構築は Bedrock Knowledge Bases
-
SageMaker Clarify vs Bedrock Guardrails
- 機械学習モデル全般のバイアス検出・説明性は SageMaker Clarify
- 生成AI（LLM）のリアルタイムな入出力制御・安全ガードは Bedrock Guardrails
武蔵小杉テストセンター
今回も武蔵小杉のテストセンターを利用しました。
こちらのテストセンターは品のある落ち着いたスタッフの方々があざやかな連携プレーで対応してくれるので、とてもスムーズに試験に入ることができます。
いつもの通り少し早めに到着して近くのスターバックスで直前の詰め込みを試みました。武蔵小杉は駅の周囲に3軒のスタバがあるので、混雑するときでも3軒回ればどこか空いています。
実際の試験の感触と結果
試験を受けてみたところ、かなり理解を試される問題が多かったり、問題同士でよく読むと答えが推測できるものがあったりと、かなりうまく作られている感じがしました。
試験の結果
850点（合格ライン 700点）で、無事に一発合格することができました！
おわりに
AI食わず嫌いの方は意外と多いんじゃないかと思いますが、最近は本当にそうも言ってられません。あきらめて勉強しましょう。どんどん新しい考え方や仕組みが出てくるので、ついていくのは難しくてもこの試験で必要となる基本的な考え方は抑えておいて損はない、と思いました。
これから受験される方の参考になれば幸いです！
参考文献