AWS Certified AI Practitioner参考書
AWS の AI / 生成 AI の基礎入門資格（AIF-C01）。
AWS Certified AI Practitioner（AIF-C01）について
AWS Certified AI Practitioner（AIF-C01）は、AWS が提供する入門レベルの認定資格です。このページでは、試験範囲を全 4 章・10 節の参考書として体系的に解説し、本番形式の練習問題で理解度を確認できます。下の章一覧から順に読み進め、「問題集で演習する」で実力を試すのが効率的な学習の流れです。
試験で問われる分野（出題範囲の目安）
- AI と機械学習の基礎約 20%
- 生成 AI の基礎約 24%
- 基盤モデルの応用約 28%
- 責任ある AI のガイドライン約 14%
- AI のセキュリティ・コンプライアンス・ガバナンス約 14%
配点は本番試験の目安です。各分野は下の章・節で詳しく解説しています。
公式の試験情報：https://aws.amazon.com/certification/certified-ai-practitioner/
1AI と機械学習の基礎
- 1.1AI・機械学習・ディープラーニングの関係
AI・機械学習（ML）・ディープラーニングの包含関係と、それぞれの基本概念を理解します。AIF-C01 の出発点です。
- 1.2機械学習の学習スタイルと AWS の AI/ML サービス
教師あり・教師なし・強化学習の3つの学習スタイルと、Amazon SageMaker などの AWS の AI/ML サービスの位置づけを理解します。
2生成 AI の基礎
- 2.1生成 AI と基盤モデルの基礎
生成 AI、大規模言語モデル（LLM）、トークン、プロンプトと補完、基盤モデルといった生成 AI の基本概念を理解します。
- 2.2AWS の生成 AI サービス
Amazon Bedrock、Amazon Q、Amazon SageMaker JumpStart など、AWS で生成 AI を使うためのサービスと使い分けを理解します。
3基盤モデルの応用
- 3.1プロンプトエンジニアリングと推論パラメータ
プロンプトの工夫（ゼロショット・少数ショット・思考の連鎖）と、温度（temperature）やコンテキストウィンドウなどの推論パラメータを理解します。
- 3.2RAG とファインチューニング
基盤モデルを自社の用途に合わせる2つの主要なアプローチ——RAG（検索拡張生成）とファインチューニング——の違いと使い分けを理解します。
- 3.3基盤モデルの選定と評価
基盤モデルを選ぶ際の観点（精度・コスト・レイテンシ）と、評価の考え方、ハルシネーションなどのリスクへの配慮を理解します。
4責任ある AI・セキュリティ・ガバナンス
- 4.1責任ある AI のガイドライン
公平性・説明可能性・透明性・プライバシー/安全性・堅牢性といった責任ある AI の観点と、バイアスやハルシネーションへの配慮を理解します。
- 4.2AI ソリューションのセキュリティ
AI ソリューションを守るための IAM による最小特権、データの暗号化とプライバシー、Amazon Bedrock のガードレールなどを理解します。
- 4.3AI のガバナンスとコンプライアンス
AI 利用のガバナンス——ポリシー策定、利用状況の監視とロギング、説明責任、コンプライアンス——の考え方を理解します。