AWS認定資格 無料問題集

解答

正しい解答：Ｄ. 学習率

　URL を直接入力して「解答・解説」画面を表示した場合、何を選択・解答したかを特定できないため、解答の正誤判定ができません。必要に応じて「同じ問題に再挑戦」ボタンをクリックして、この問題に再チャレンジしてみてください。

徹底解説

　トレーニング中に損失値が安定せず、学習が途中で発散することがあることに加えて、トレーニングに時間がかかり、モデルの収束が遅いという問題を改善するために調整すべき最も適切なハイパーパラメーターは、学習率（Learning Rate）です。学習率は、モデルのパラメーターを更新する際のステップサイズを決定するハイパーパラメーターです。本パラメーターの設定値は学習速度に影響します。値が高すぎる場合は、ステップが大きすぎて、最適解（最小値）を飛び越えてしまい、収束しなかったり、不安定な学習になる可能性があります。一方で、値が低すぎる場合、ステップが小さすぎて、最適解に向かうのに時間がかかりすぎ、収束が非常に遅くなることがあります。本問題では、損失値が発散したり、トレーニングに時間がかかり、モデルの収束が遅いという問題があるため、学習率を調整する必要があります。

　その他の選択肢は、本問題のような機械学習（ML：Machine Learning）モデルの学習状況に対する最適解ではありません。モーメンタム（Momentum）は、過去の勾配を考慮して、現在の重みに加える更新を示します。勾配の更新を滑らかにして、局所的な揺れを抑える効果がありますが、学習が発散したり収束が極端に遅くなる根本原因を直接解決するものではありません。学習率が不適切な場合には、モーメンタムを調整しても問題は改善されず、むしろ発散を助長する可能性もあります。また、エポック数（Epochs）は、データセット全体をどれだけ繰り返して学習させるかを示します。少なすぎると未学習（Underfitting）、多すぎると過学習（Overfitting）のリスクがあります。これはデータを何回学習するかを決めるパラメーターであり、学習が発散する問題に関係するものではありません。エポック数を増やしても、そもそも学習が安定していなければ改善につながることはなく、また、収束が遅い場合にエポック数を増やすと、むしろ学習時間がさらに長くなるだけで、根本的な解決にはなりません。
　ドロップアウト率（Dropout Rate）は、ニューラルネットワークの学習時にニューロンを無効化する確率を示します。過学習を防ぐための正則化手法であり、学習の発散や収束速度の遅さを直接改善するものではありません。ドロップアウト率を調整しても、損失が安定しない問題は解決されず、むしろ学習が不安定になる場合もあります。いずれにせよ、本問題の状況とは目的が異なるため適切な選択肢ではありません。

Keep it up！
　AWS Certified AI Practitioner 試験では、複雑な理論や数学的な定義を深く理解している必要はありませんが、モデルの学習過程や性能に影響する主要なパラメーターの役割を把握しておくことは重要です。