第4章 · 機械学習の実装と運用·v2.0.0·更新 2026/6/28·読了目安 約11分
変更要約: MLS-C01 第4章を深掘り（推論4方式の境界/MME・非同期上限/Neo・ドリフト3種/Model Monitor4タイプ/EventBridge再学習・ロールアウト4種(カナリア/リニア/B-G/シャドー)/VPCモード+PrivateLink/KMS/Clarify＋比較表・シナリオ・FAQ・ひっかけ、図ja化）
4.2モニタリングと再学習
この節の要点
本番で守る——Model Monitor、データドリフト、CloudWatch（遅延/エラー/呼び出し数）、ドリフト検知→再学習——を理解します。モデルは時間とともに劣化します。
デプロイして終わりではありません。現実のデータは変化し、モデルは徐々に劣化（ドリフト）します。監視して、必要なら再学習します。
4.2.1監視からドリフト対応へ
- SageMaker Model Monitor：データドリフトやモデル品質/バイアスのドリフトを、ベースラインと比較して検知。
- CloudWatch：遅延・エラー率・呼び出し数などの運用指標を監視しアラームを出す。
- データキャプチャ：エンドポイントの入出力を保存し、ドリフト分析や再学習データに使う。
- 再学習：ドリフトを検知したら、新しいデータで再学習→再デプロイするパイプラインを回す。
試験ポイント
「入力データの分布が学習時とずれる＝データドリフト→Model Monitor で検知」「遅延/エラー/呼び出し数＝CloudWatch」「ドリフト検知→再学習→再デプロイ」 は MLS-C01 で頻出です。精度低下の原因が「データの変化」ならドリフト、が定番です。