出版社内容情報
本書は、これまで多くの合格者を輩出してきた「一夜漬けAWS認定シリーズ」の最新作として、AWS認定AIプラクティショナー（AIF?C01）試験に最短で合格することを目的に構成しています。忙しい皆さまが限られた時間で最大の成果を得られるよう、出題傾向を徹底分析し、頻出ポイントを集約しました。
加えて本書は、単なる試験対策にとどまりません。AI・機械学習・生成AIの基本概念をやさしく解説し、AWS 上での実装とユースケースを通じて現場で再現できる知識の定着を目指します。具体的には、Amazon SageMakerによる機械学習の利用、Amazon Bedrockを中心とした生成AIの実践、その他、画像・動画分析、テキスト・音声分析、予測・レコメンドに加え、AIソリューション設計、セキュリティとガバナンスまでを一気通貫で網羅しています。
これまでに本書の内容を活用して試験に挑戦された方々は、現時点で100％の合格率を達成しています。学習効率の良さが本書のポイントであるとともに、受験勉強が終わった後も、得た知見がプロジェクト推進やキャリアの選択肢拡大に直結する――それが本書の価値だと確信しています。
最新の技術トレンドに右往左往しないために、不変の基礎と更新可能な設計思考を本書で身につけてください。では、短期間での合格とAI技術の実践的活用を目指して、ここから一緒に学びを始めましょう。
【本書の内容】
第1章 AWS認定AIプラクティショナー試験について
第2章 クラウドとAWSの基本
第3章 AI/MLの基礎知識
第4章 Amazon SageMakerの利用
第5章 Amazon Bedrockによる実践
第6章 画像・動画分析
第7章 テキスト・音声分析
第8章 予測分析とレコメンデーション
第9章 AIソリューション設計
第10章 セキュリティとガバナンス
第11章 実践練習問題
第12章 AIプラクティショナー試験向け用語集
【目次】
第1章 AWS認定AIプラクティショナー試験について
1-1 試験の概要と対象者
1-2 出題範囲
1-3 本書の構成
第2章 クラウドとAWSの基本
2-1 クラウドコンピューティングの基本
2-2 責任共有モデル：どこまでが自社の責任？
2-3 AWSマネジメントコンソール
2-4 主要なコンピューティングサービス
2-5 ストレージサービスの基礎
2-6 データベースサービスの基礎
2-7 基本的なネットワーク設定
2-8 AWSの基本的なセキュリティ
2-9 VPCのプライベート接続：AWS PrivateLink
2-10 コンプライアンスの基礎：AWS Audit Manager と AWS Config
2-11 AWS料金の基本：オンデマンド課金で小さく始める
2-12 コスト管理とモニタリング
2-13 監査ログと外部レポート：AWS CloudTrail と AWS Artifact
2-14 Amazon Q（Busines／Developer）の全体像
第3章 AI/MLの基礎知識
3-1 AIの基本概念
3-2 AIの歴史と発展
3-3 機械学習の基本
3-4 AIの学習と推論の基本：モデルはどう作り、どう使う？
3-5 教師あり学習の基礎
3-6 教師なし学習の基礎
3-7 強化学習の基礎
3-8 転移学習
3-9 従来の機械学習のモデル例：決定木・SVM・ロジ回帰
3-10 ディープラーニングの基本構造
3-11 代表的なディープラーニングモデル
3-12 機械学習プロジェクトの進め方
3-13 データの前処理と特徴量エンジニアリング
3-14 MLモデルの評価と改善
3-15 MLモデルのデプロイと運用
3-16 AI/MLの課題と限界
3-17 AIサービスの選択指針
3-18 生成AIの概要
3-19 生成AIの仕組み（トークン化と埋め込み）
3-20 プロンプトエンジニアリングの基礎
3-21 プロンプトパターンと実践
3-22 生成AIの種類と特徴
3-23 生成AIのユースケース（ビジネス）
3-24 生成AIのユースケース（技術）
3-25 RAGアーキテクチャの基礎
3-26 生成AIの評価方法
3-27 AIキーワードまとめ：安全・品質・学習の要点
3-28 AI運用メトリクス：平均応答時間で“速さ”を測る
3-29 QAチャットのビジネス指標：AHT（平均通話時間）
3-30 探索的データ分析（EDA）と他の分析の違い
3-31 公平性（Fairness）と多様性配慮のデータ設計
3-32 倫理的考慮事項
3-33 生成AI導入のロードマップ
【コラム】企業の生成AI活用の新展
