ある企業がモデルの解釈可能性（Explainability）と透明性を確保するために AI ガバナンスフレームワークを導入しようとしています。Amazon SageMaker が提供する機能のうち、この目的を達成するために直接活用できるものを2つ選択してください。
- A. SageMaker Spot Training による GPU コストの削減
- B. SageMaker Clarify による SHAP 値ベースのモデル説明と、トレーニングデータおよびモデル出力のバイアス分析
- C. SageMaker Model Cards による標準化されたモデルドキュメントの作成と管理
- D. SageMaker Data Wrangler によるデータ変換フローの作成
- E. SageMaker Autopilot による自動モデル選択
解答と解説を見る
正解: B, C
SageMaker Clarify は SHAP 値を用いてモデルの予測がどの特徴量に基づいているかを説明し、トレーニングデータとモデル出力のバイアスを検出・可視化します。AI ガバナンスにおける説明責任（Explainability）と公平性（Fairness）の要件を直接満たします（B）。SageMaker Model Cards はモデルの目的・性能・限界・使用上の注意などを標準化されたフォーマットで文書化するツールであり、透明性とガバナンスの観点で直接役立ちます（C）。Spot Training はコスト削減機能であり（A）、Data Wrangler はデータ前処理ツールであり（D）、Autopilot はAutoML機能であり（E）、それぞれ解釈可能性・透明性の目的には直接貢献しません。
📚 関連サービスの解説: Amazon SageMaker