AIF-C01#36(fundamentals-ai-ml)
ある企業が、世界の辺境地域におけるインターネットの品質を評価したいと考えています。この企業は、インターネット速度のデータを収集して Amazon RDS に保存する必要があります。また、企業は1日を通じた（throughout each day）インターネット速度の変動（variation）を分析し、インターネットの中断（disruptions）を予測するためのAIモデルを作成したいと考えています。 このタスクのために、企業はどのタイプのデータを収集すべきですか？
正解：C
正解の根拠
1 日を通じてインターネット速度の変動を分析し、中断を予測する用途では、タイムスタンプ付きの観測値である時系列データを収集する必要があります。SageMaker の DeepAR や Amazon Forecast は時系列データを入力として将来値の予測に対応しており、本シナリオの「変動分析・中断予測」に直接適合します。RDS には timestamp 列付きで保存します。
データ種別の比較
| 種別 | 用途 |
|---|---|
| 時系列データ | 時間変動の分析と将来予測 |
| 表形式データ | 静的属性の分類/回帰 |
| テキストデータ | NLP、感情分析等 |
| 音声データ | 音声認識、話者識別等 |
不正解の理由
- A: 表形式データは行列で表す静的属性が中心で、時間変動の予測には時刻次元が必要なので不十分です。
- B: テキストデータは自然言語処理用途で、インターネット速度の数値変動分析には適合しません。
- D: 音声データは音響分析向けで、ネットワーク速度の数値時系列モデリングとは異なる用途です。
コメント