AIF-C01 練習問題 1

ある企業は、ソーシャルメディアの投稿に特定のトピックが含まれているかどうかを識別するモデルをデプロイするために、Amazon SageMaker を使用しています。同社は、さまざまな入力特徴量がモデルの動作にどのように影響するかを示す必要があります。 これらの要件を満たす SageMaker の機能はどれですか？

【正解】B

【0からの解説】
「入力特徴量がモデルの動作（予測）にどう影響するかを示す」ことは、モデルの説明可能性（explainability）と呼ばれます。Amazon SageMaker Clarify は、この説明可能性とバイアス検出の専用機能です。
・Clarify は SHAP（Shapley 値）という手法を使って、各特徴量が予測結果にどれだけ・どの方向に寄与したか（特徴量重要度）を定量的に計算します。
・「この投稿がトピック X と判定されたのは、どの単語・特徴の影響が大きいのか」を、関係者に示せる形でレポートできます。

【誤りの選択肢】
A：SageMaker Canvas は、コードを書かずに ML モデルを構築できるノーコードツールであり、特徴量の影響を分析・説明する専用機能ではありません。
C：SageMaker Feature Store は、ML の特徴量を保存・管理・再利用するためのリポジトリであり、特徴量の「影響の説明」は行いません。
D：SageMaker Ground Truth は、トレーニングデータにラベルを付ける（アノテーションする）ためのサービスです。モデルの動作の説明とは無関係です。

【参考】
SageMaker Clarify による公平性とモデル説明可能性