【ユーザ名】　：　suzuki9999
【会員プラン】：　プロフェッショナル
【実務経験】　：　なし
【取得済み資格】：　CLF, AIF, SAA, SOA, DVA, DEA, MLA, SAP, DOP

【受験科目】　：　【MLS-C01】機械学習 - 専門知識
【受験言語】　：　日本語
【受験日】　　：　2026/02/12
【スコア】　　：　915 点
【合否】　　　：　合格
【学習期間】　：　1 週間
【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
【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

■出題傾向
CloudLicense で学習した内容をベースに出題されていましたが、MLS-C01 では機械学習のワークフローに加え、アルゴリズム選定やハイパーパラメータ調整、データ品質の考慮など、より専門的な理解が求められると感じました。
類似問題も、7 割ほど出題されていました。

■難易度
単なるサービスの使い方ではなく、「その条件下でなぜそのアルゴリズムや構成を選択するのか」を説明できるレベルの理解が必要だと感じました。
統計や機械学習の基礎知識、評価指標の違い、データの偏りへの対応など、理論面の理解が不足していると判断が難しく、難易度は高めだと思います。

■試験会場の様子
品川のセンターで受験しました。
駅から近くアクセスも良好です。
会場内も静かで、落ち着いて受験できる環境でした。

■全体の感想
今回は試験合格を目的として CloudLicense の問題集を中心に学習し、その後、模擬試験を複数回実施しました。
MLS-C01 では、AWS サービスの流れを理解している前提で、そこから一段深く「より良いモデルにするための選択」が問われている印象でした。
アソシエイトレベルと比べると、実務での ML 適用や改善経験があるかどうかで体感難易度が大きく変わる試験だと思いますが、無事に合格できて安心しています。

■勉強方法
CloudLicense の問題集を 2 周行い、模擬試験を 4 回受けました。
前処理、特徴量選択、アルゴリズムの特性、評価指標の使い分けなどを整理し、「なぜその選択が最適なのか」を説明できる状態にすることが重要だと思います。

■学習履歴の使い方
学習履歴を活用して、どこまで進めたかを確認していました。
試験前は、これまでに間違えた問題をピックアップし、弱い分野（前処理・アルゴリズム・評価など）ごとに整理して重点的に復習しました。

■ThinkFlow
問題集を繰り返し解くことを優先していたため、今回は利用できませんでしたが、MLS-C01 のように判断理由まで求められる試験では非常に相性が良さそうだと感じました。

■受験テクニック
問題文が長く、データの特性や制約条件が多く提示されます。
まず「何を最適化する問題か（精度・コスト・レイテンシなど）」を整理してから選択肢を見ることで、判断しやすくなりました。
問題形式に慣れていたおかげで、時間にはある程度余裕を持って進めることができました。

また、選択肢を見てから「問題文に特定の文言があればこれだな」と当たりを付け、そのうえで問題文を読む進め方をしたところ、25 分ほどで終わりました。
CloudLicense の問題集を繰り返し解くことが重要だと思います。

■今後受ける人へのメッセージ
MLS-C01 は、AWS で機械学習を本格的に活用していくための知識と判断力が問われる試験だと感じました。
ML 基盤の構築やモデル改善に関わる方にとっては、非常に実践的で学びの多い資格です。
ぜひチャレンジしてみてください。