【ユーザ名】　：　mazuka
【会員プラン】：　プロフェッショナル
【実務経験】　：　あり
【取得済み資格】：　CLF, SAA, SOA, DVA, SAP, DOP, SCS, DAS, DBS, ANS

【受験科目】　：　【MLS-C01】機械学習 - 専門知識
【受験言語】　：　日本語
【受験日】　　：　2024/07/11
【スコア】　　：　910 点
【合否】　　　：　合格
【学習期間】　：　2 か月
【受験回数】　：　1 回目
【受験目的】　：　自己啓発・技術の証明
【テキスト】　：　Cloud License, Exam Readiness, Udemy
【AWS公式模擬試験】：　いいえ

【分野 1】：　データエンジニアリング 20%
→　コンピテンシーを満たしている

【分野 2】：　探索的データ解析 24%
→　コンピテンシーを満たしている

【分野 3】：　モデリング 36%
→　コンピテンシーを満たしている

【分野 4】：　機械学習の実装と運用 20%
→　コンピテンシーを満たしている

機械学習に関する知識は皆無の状態から学習を始めましたが、結果的には他の AWS 認定試験よりも簡単に感じました。

G 検定公式テキストを読んだ後に、Udemy の模擬問題集とこちらの CloudLicense で学習しましたが、実際の試験では殆どが上記の問題集で見たことのあるような問題で、同じような問題もありました。唯一上記の問題集で全く出てこなかったものとして、Pandas を用いたデータ解析の方法を問う問題が出題されましたが、集計したい単位と比較したい項目を理解すれば容易に回答できるものでした。SAP ほど長文の問題が多くないため、80 分ほどで全問解き終わりました。

AWS サービスの選択に関して問われる問題については、選択肢がかなりパターン化されており、具体的なサービス内容や使用法に関する知識が無くても決まった回答をすることが可能です。

・費用対効果の高いストレージ →Amazon S3
・リアルタイムでの推論の実行 →Kinesis Data Streams と Kinesis Data Analytics
・(リアルタイムでない) データの抽出や変換処理 →AWS Glue
・S3 に格納したデータに対するクエリ →Amazon Athena

選択肢に Amazon Redshift や Amazon EMR が出てきたらほぼ除外して大丈夫です。(もっと管理・運用が楽なマネージドサービスの選択肢があるはずです)

機械学習モデルに関しては、問われているのが「教師あり学習」の「回帰問題」なのか「分類問題」なのか、それとも「教師なし学習」なのかを読み取れば、おのずと回答は絞られます。(私の受験時は強化学習について問われる出題はありませんでした)

その他、以下を押さえておけばよさそうです。

・特徴量変換の手法 (正則化、正規化、ビニング等)
・次元削減の手法 (主成分分析、t-SNE)
・モデルの評価手法 (残差プロット、平均絶対誤差、受信者動作特性曲線、混同行列、等)
・過学習 (オーバーフィッティング) 時の対処
・SageMaker をセキュアに使用する方法 (ネットワーク分離、プライベート Link、IAM による制限)

なお、「混同行列」については必ず出題されると思われますが、ほぼ「適合率」 or 「再現率 (リコール)」のどちらかが問われます。