3モデリング

• 3.1アルゴリズムの選択

  課題に合うモデル——教師あり（分類/回帰）、教師なし（クラスタリング/次元削減）、SageMaker 組み込みアルゴリズム、専門タスク（画像/テキスト/時系列）——を理解します。

• 3.2学習・過学習・ハイパーパラメータ調整

  うまく学習させる——過学習/未学習、バイアス/バリアンス、正則化/early stopping、ハイパーパラメータ調整（SageMaker Automatic Model Tuning）、交差検証——を理解します。

• 3.3モデルの評価指標

  良し悪しを測る——混同行列、適合率/再現率/F1、ROC-AUC、回帰指標（RMSE/MAE/R²）、不均衡時の指標選択——を理解します。目的に合う指標で評価します。