30 preguntas de práctica gratuitas de AWS MLS-C01

Un gran operador de red móvil está construyendo un modelo de machine learning para predecir qué clientes es probable que cancelen el servicio. La empresa planea ofrecer un incentivo a esos clientes, ya que el coste de la fuga es muy superior al coste del incentivo. El modelo produce la siguiente matriz de confusión tras evaluarse sobre un conjunto de prueba de 100 clientes. Según los resultados de la evaluación, ¿por qué es este un modelo viable para producción? 

Un especialista en machine learning está diseñando un sistema para mejorar las ventas de una empresa. El objetivo es usar la gran cantidad de información que la empresa tiene sobre el comportamiento de los usuarios y sus preferencias de producto para predecir qué productos les gustarían, basándose en su similitud con otros usuarios. ¿Qué debería hacer el especialista para cumplir este objetivo?

Un operador de red móvil está construyendo una plataforma analítica para analizar y optimizar las operaciones de una empresa usando Amazon Athena y Amazon S3. Los sistemas de origen envían datos en formato .CSV en tiempo real. El equipo de data engineering quiere transformar los datos al formato Apache Parquet antes de almacenarlos en Amazon S3. ¿Qué solución requiere MENOS esfuerzo de implementación?

Una ciudad quiere monitorizar la calidad del aire para afrontar las consecuencias de la contaminación atmosférica. Un especialista en machine learning necesita pronosticar la calidad del aire en partes por millón de contaminantes para los próximos 2 días en la ciudad. Al tratarse de un prototipo, solo se dispone de datos diarios del último año. ¿Qué modelo tiene MÁS probabilidades de dar los mejores resultados en Amazon SageMaker?

Un data engineer necesita construir un modelo con un conjunto de datos que contiene información de tarjetas de crédito de clientes. ¿Cómo puede asegurar que los datos permanezcan cifrados y que la información de las tarjetas esté protegida?

Un especialista en machine learning usa una instancia de notebook de Amazon SageMaker en una subred privada de una VPC corporativa. Tiene datos importantes almacenados en el volumen de Amazon EBS de la instancia de notebook y necesita hacer un snapshot de ese volumen EBS. Sin embargo, no encuentra en la VPC ni el volumen EBS ni la instancia de Amazon EC2 de la instancia de notebook de SageMaker. ¿Por qué no ve el especialista la instancia en la VPC?

Un especialista en machine learning está construyendo un modelo de pronóstico de series temporales con Amazon SageMaker. Ha terminado de entrenar el modelo y ahora planea realizar pruebas de carga sobre el endpoint para configurar el Auto Scaling de la variante del modelo. ¿Qué enfoque le permitirá revisar la latencia, el uso de memoria y el uso de CPU durante la prueba de carga?

Una empresa manufacturera tiene datos estructurados y no estructurados almacenados en un bucket de Amazon S3. Un especialista en machine learning quiere usar SQL para lanzar consultas sobre esos datos. ¿Qué solución requiere MENOS esfuerzo para poder consultarlos?

Un especialista en machine learning está desarrollando un modelo propio de recomendación de vídeos para una aplicación. El conjunto de datos usado para entrenarlo es muy grande, con millones de puntos de datos, y está alojado en un bucket de Amazon S3. El especialista quiere evitar cargar todos esos datos en una instancia de notebook de Amazon SageMaker porque tardaría horas y superaría el volumen de Amazon EBS de 5 GB asociado a la instancia. ¿Qué enfoque le permite usar todos los datos para entrenar el modelo?

Un especialista en machine learning ha completado una prueba de concepto para una empresa con una pequeña muestra de datos y ahora está listo para implementar una solución de extremo a extremo en AWS con Amazon SageMaker. Los datos históricos de entrenamiento están almacenados en Amazon RDS. ¿Qué enfoque debería usar el especialista para entrenar un modelo con esos datos?

Un especialista en machine learning recibe datos de clientes de una web de compras online. Los datos incluyen información demográfica, visitas anteriores e información de localidad. El especialista debe desarrollar un enfoque de machine learning que identifique los patrones de compra, las preferencias y las tendencias de los clientes para mejorar la web, dar mejor servicio y ofrecer recomendaciones inteligentes. ¿Qué solución debería recomendar el especialista?

Un especialista en machine learning trabaja con una gran empresa para aprovechar el machine learning en sus productos. La empresa quiere agrupar a sus clientes en categorías según si cancelarán o no en los próximos 6 meses. La empresa ha etiquetado los datos que ha puesto a disposición del especialista. ¿Qué tipo de modelo de machine learning debería usar el especialista para esta tarea?

El gráfico mostrado procede de un modelo de pronóstico probado sobre una serie temporal. Considerando únicamente el gráfico, ¿qué conclusión debería sacar un especialista en machine learning sobre el comportamiento del modelo? 

Una empresa quiere clasificar el comportamiento de los usuarios como fraudulento o normal. A partir de una investigación interna, un especialista en machine learning construirá un clasificador binario basado en dos variables: la antigüedad de la cuenta, denotada por x, y el mes de la transacción, denotado por y. La distribución de clases se muestra en la figura facilitada. La clase positiva aparece en rojo y la negativa en negro. ¿Qué modelo tendría la MAYOR exactitud? 

En una empresa sensible a la seguridad, un especialista en machine learning está preparando un conjunto de datos para entrenar un modelo. El conjunto está almacenado en Amazon S3 y contiene información personal identificable (PII). El conjunto de datos debe ser accesible solo desde una VPC y no debe atravesar la internet pública. ¿Cómo pueden cumplirse estos requisitos?

Durante el entrenamiento por minilotes de una red neuronal para un problema de clasificación, un data scientist observa que la exactitud de entrenamiento oscila. ¿Cuál es la causa MÁS probable de este problema?

Un empleado ha encontrado un vídeo con audio en el perfil de redes sociales de una empresa. El idioma del vídeo es el español. El inglés es la lengua materna del empleado y no entiende español. El empleado quiere hacer un análisis de sentimiento. ¿Qué combinación de servicios es la MÁS eficiente para lograrlo?

Un especialista en machine learning está empaquetando un modelo ResNet propio en un contenedor Docker para que la empresa pueda usar Amazon SageMaker para el entrenamiento. El especialista usa instancias Amazon EC2 P3 para entrenar el modelo y necesita configurar correctamente el contenedor Docker para aprovechar las GPU de NVIDIA. ¿Qué debe hacer el especialista?

Un especialista en machine learning está construyendo un modelo de regresión logística que predecirá si una persona pedirá o no una pizza. El especialista intenta construir el modelo óptimo con un umbral de clasificación ideal. ¿Qué técnica de evaluación de modelos debería usar para entender cómo afectan los distintos umbrales de clasificación al rendimiento del modelo?

Un diccionario online interactivo quiere añadir un widget que muestre palabras usadas en contextos similares. Se pide a un especialista en machine learning que proporcione features de palabras para el modelo de vecinos más cercanos que alimentará el widget. ¿Qué debería hacer el especialista para cumplir estos requisitos?

Un especialista en machine learning está configurando Amazon SageMaker para que varios data scientists puedan acceder a notebooks, entrenar modelos y desplegar endpoints. Para garantizar el mejor rendimiento operativo, el especialista necesita poder seguir con qué frecuencia despliegan modelos los data scientists, el uso de GPU y CPU en los endpoints de SageMaker desplegados y todos los errores que se generan al invocar un endpoint. ¿Qué servicios están integrados con Amazon SageMaker para hacer ese seguimiento? (Elija dos.)

Una cadena minorista viene ingiriendo registros de compras de su red de 20 000 tiendas en Amazon S3 mediante Amazon Kinesis Data Firehose. Para entrenar un modelo de machine learning mejorado, los registros de entrenamiento requerirán transformaciones nuevas pero sencillas, y se combinarán algunos atributos. El modelo debe reentrenarse a diario. Dado el gran número de tiendas y la ingesta de datos heredada, ¿qué cambio requerirá MENOS esfuerzo de desarrollo?

Un especialista en machine learning está construyendo una red neuronal convolucional (CNN) que clasificará 10 tipos de animales. Ha construido una serie de capas que toman una imagen de un animal como entrada, la pasan por capas de convolución y pooling y, finalmente, por una capa densa totalmente conectada de 10 nodos. El especialista quiere obtener de la red una salida que sea una distribución de probabilidad sobre la pertenencia de la imagen de entrada a cada una de las 10 clases. ¿Qué función producirá la salida deseada?

Un especialista en machine learning ha entrenado un modelo de regresión, pero la primera iteración necesita optimizarse. El especialista necesita entender si el modelo sobrestima o subestima el objetivo con más frecuencia. ¿Qué opción puede usar para determinar si sobrestima o subestima el valor objetivo?

Una empresa quiere clasificar el comportamiento de los usuarios como fraudulento o normal. A partir de una investigación interna, un especialista en machine learning quiere construir un clasificador binario basado en dos variables: la antigüedad de la cuenta y el mes de la transacción. La distribución de clases para esas variables se muestra en la figura facilitada. Con esta información, ¿qué modelo tendría el MAYOR recall respecto a la clase fraudulenta? 

Un especialista en machine learning lanza un trabajo de ajuste de hiperparámetros para un modelo de ensamble basado en árboles usando Amazon SageMaker, con el área bajo la curva ROC (AUC) como métrica objetivo. Este flujo acabará desplegándose en un pipeline que reentrena y ajusta hiperparámetros cada noche para modelar el ratio de clics sobre datos que quedan obsoletos cada 24 horas. Con el objetivo de reducir el tiempo de entrenamiento de estos modelos y, en última instancia, los costes, el especialista quiere reconfigurar los rangos de hiperparámetros de entrada. ¿Qué visualización lo permitirá?

Un especialista en machine learning está creando una nueva aplicación de procesamiento de lenguaje natural que procesa un conjunto de datos de 1 millón de frases. El objetivo es después ejecutar Word2Vec para generar embeddings de las frases y habilitar distintos tipos de predicciones. Este es un ejemplo del conjunto de datos: «The quck BROWN FOX jumps over the lazy dog.» ¿Cuáles de las siguientes operaciones debe realizar el especialista para depurar y preparar correctamente los datos de forma reproducible? (Elija tres.)

Una empresa usa Amazon Polly para convertir documentos de texto plano en voz para automatizar sus anuncios internos. Sin embargo, los acrónimos de la empresa se pronuncian mal en los documentos actuales. ¿Cómo debería abordar un especialista en machine learning este problema para los documentos futuros?

Una aseguradora está desarrollando un nuevo dispositivo para vehículos que usa una cámara para observar el comportamiento del conductor y avisarle cuando parece distraído. La empresa ha creado unas 10 000 imágenes de entrenamiento en un entorno controlado que un especialista en machine learning usará para entrenar y evaluar modelos. Durante la evaluación, el especialista observa que la tasa de error de entrenamiento disminuye cada vez más rápido a medida que aumenta el número de epochs y que el modelo no infiere correctamente sobre las imágenes de prueba no vistas. ¿Cuáles de las siguientes opciones deberían usarse para resolver este problema? (Elija dos.)

Al enviar trabajos de entrenamiento de Amazon SageMaker usando uno de los algoritmos integrados, ¿qué parámetros comunes DEBEN especificarse? (Elija tres.)