AIF-C01：AWS Certified AI Practitioner AI と機械学習の基礎 問19
AI と機械学習の基礎／ML 開発ライフサイクル（データ収集・学習・評価・デプロイ・MLOps）機械学習モデルの学習に先立って人が設定する、学習率や決定木の深さ、エポック数といった、学習の進め方を制御する設定値を総称して何と呼びますか。
当サイトのオリジナル問題（AIF-C01：AWS Certified AI Practitionerの出題範囲「AI と機械学習の基礎」に対応。実際の試験問題ではありません）
- A特徴量
- B推論結果
- Cラベル
- Dハイパーパラメーター
正解：D
解説
ハイパーパラメーターは、学習率・木の深さ・エポック数など、学習の前に人（またはチューニング処理）が設定し、学習の進め方を制御する設定値です。これらを調整して最良のモデルを探すことをハイパーパラメーターチューニングといいます。特徴量は入力属性、ラベルは正解情報、推論結果は予測出力で、いずれも学習制御の設定値ではありません。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A誤り。特徴量は予測の手がかりとなる入力属性で、学習の進め方を制御する設定値ではありません。
- B誤り。推論結果はモデルの予測出力で、学習前に設定する値ではありません。
- C誤り。ラベルは教師あり学習の正解情報で、学習制御の設定値ではありません。
- D正しい。学習率・木の深さ・エポック数などの学習制御の設定値をハイパーパラメーターと呼びます。