はじめに
この記事では、AWS AIプラクティショナー試験を受験される方に向けて情報発信します。
今回は情報量が多く、長文になるため２つの記事に分けて紹介します。
まずは１つ目の記事です。
対象者
特に下記のいずれかに該当する方々に読んでいただくと、よりお役に立てると考えています。
- インプットは、ひととおり済んでいる
- 問題集を解いているが、なかなか正解できない
- 試験直前の仕上げをしたい
記事の概要
私が実際に受験したときに、点数を稼ぐために「これは重要だな」と感じたポイントをご紹介します。
一応、重要かどうかは個人的な判断です。
ご自身が勉強中に「他にもある」と感じるポイントも、もちろんあると思います。
そして、その抑えたポイントこそが「試験中、どうしてもわからないとき」に役立ちます！！
この記事のタイトルは、そういう理由で付けています。
思い出してほしいポイント
この記事では３つ紹介します。
明確なものから、イメージで捉えるものなど様々なパターンがあります。
- アルゴリズム
- プロンプティング
- セキュリティ
では、ひとつずつ見ていきます。
注意点
1. アルゴリズム
まずは、文字で見ると紛らわしいこの２つの違いです。
いずれも『K-〇〇』ですが、全くの別物です！
- K-Means：クラスタリング（グループ化）、教師なし（ラベルなしデータ）
- K近傍法(k-NN)：最も近いデータポイントを基にする（分類、回帰）、教師あり
その他いろいろあるので、特徴を知らないと「すべて単なる分類と回帰」と覚えてしまうかもしれません。
- 決定木：分かり易い、可視化しやすい（分類、回帰）
- XGBoost：勾配ブースティングがベース（分類、回帰）
- 線形回帰：連続した数値を予測（時系列にも応用可）
- ロジスティック回帰：重みを調整・２つに分類
2. プロンプティング
種類は分かれていますが、名前でイメージすることが可能です。
フューショットプロンプティング
プロンプトにちょっとだけ（フュー） ヒントを与えます。
そのあとは、モデルが真似て考えるようなイメージです。
ゼロショットプロンプティング
ゼロ、つまりノーヒントです。
モデルが完全に自分で考えて分類するようなイメージです。
敵対的プロンプティング
衝突させるイメージです（敵対なだけあって）
プロンプトインジェクションなどの攻撃手法です。
思考の連鎖プロンプティング
推論ステップを明示的に説明します。
ステップごと、つまり連鎖するイメージです。
3. セキュリティ
AWS全般に関するセキュリティです（CLFやSAAでも出題）
セキュリティのキー（鍵）に関する、間違えやすい２つです。
- AWS KMS：暗号化キー
- AWS Secrets Manager：DB認証やAPIキー、シークレット
権限や保護に関する３つです。
- Inspector：脆弱性
- IAM：アクセス権限
- Macie：S3内の機密データ保護
調査や監査に関係するもの３つです。
特にCloudTrailとCloudWatch Logsは、ログという点で間違える可能性もあり得ます。
- CloudTrail：API呼び出しやユーザ操作のログ
- CloudWatch Logs：リソース関連ログの収集・監視・分析
- Config：リソースの構成、設定内容
AIF試験ならではの、モデルに関する４つです。
- AWS AI Service Cards：AIサービス向け（モデル向けではない）
- Amazon SageMaker Model Cards：モデルのメタデータ、透明性と監査可能性を確保
- Clarify：バイアスの検出、モデルの予測説明（公平性と説明可能性）
- Data Wrangler：データの事前準備、クリーニング
さいごに
いかがでしたでしょうか？
なるべく似たキーワードで間違えやすいものを中心にピックアップしました。
試験対策に特化した内容ですので、実務で必要な知識は別途勉強することをオススメします。
次回も引き続き紹介します。
今回は以上です。
ここまでお読みいただき、ありがとうございました！
Discussion