30 questions d'entraînement AWS MLS-C01 gratuites

Un grand opérateur de réseau mobile construit un modèle de machine learning pour prédire les clients susceptibles de résilier leur abonnement. L'entreprise prévoit d'offrir une incitation à ces clients, car le coût de l'attrition est bien supérieur au coût de l'incitation. Le modèle produit la matrice de confusion suivante après évaluation sur un jeu de test de 100 clients. D'après les résultats de l'évaluation du modèle, pourquoi ce modèle est-il viable pour la production ? 

Un spécialiste machine learning conçoit un système destiné à améliorer les ventes d'une entreprise. L'objectif est d'utiliser la grande quantité d'informations dont dispose l'entreprise sur le comportement des utilisateurs et leurs préférences produit pour prédire quels produits plairaient aux utilisateurs, en se basant sur leur similarité avec d'autres utilisateurs. Que doit faire le spécialiste pour atteindre cet objectif ?

Un opérateur de réseau mobile construit une plateforme analytique pour analyser et optimiser les opérations d'une entreprise à l'aide d'Amazon Athena et Amazon S3. Les systèmes sources envoient les données au format .CSV en temps réel. L'équipe data engineering souhaite transformer les données au format Apache Parquet avant de les stocker sur Amazon S3. Quelle solution demande le MOINS d'efforts de mise en œuvre ?

Une ville veut surveiller la qualité de son air pour traiter les conséquences de la pollution atmosphérique. Un spécialiste machine learning doit prévoir la qualité de l'air en parties par million de polluants pour les 2 prochains jours dans la ville. Comme il s'agit d'un prototype, seules les données quotidiennes de l'année écoulée sont disponibles. Quel modèle est le PLUS susceptible de donner les meilleurs résultats dans Amazon SageMaker ?

Un data engineer doit construire un modèle à partir d'un jeu de données contenant des informations de cartes bancaires de clients. Comment peut-il garantir que les données restent chiffrées et que les informations de cartes bancaires sont protégées ?

Un spécialiste machine learning utilise une instance de notebook Amazon SageMaker dans un sous-réseau privé d'un VPC d'entreprise. Il a des données importantes stockées sur le volume Amazon EBS de l'instance de notebook et doit prendre un snapshot de ce volume EBS. Cependant, il ne parvient pas à trouver le volume EBS ni l'instance Amazon EC2 de l'instance de notebook SageMaker dans le VPC. Pourquoi le spécialiste ne voit-il pas l'instance dans le VPC ?

Un spécialiste machine learning construit un modèle de prévision de séries temporelles avec Amazon SageMaker. Il a terminé l'entraînement du modèle et prévoit désormais de réaliser des tests de charge sur l'endpoint afin de configurer l'Auto Scaling pour la variante du modèle. Quelle approche lui permettra d'examiner la latence, l'utilisation mémoire et l'utilisation CPU pendant le test de charge ?

Une entreprise manufacturière stocke des données structurées et non structurées dans un bucket Amazon S3. Un spécialiste machine learning souhaite utiliser SQL pour interroger ces données. Quelle solution demande le MOINS d'efforts pour pouvoir interroger ces données ?

Un spécialiste machine learning développe un modèle de recommandation vidéo personnalisé pour une application. Le jeu de données utilisé pour entraîner ce modèle est très volumineux, avec des millions de points de données, et est hébergé dans un bucket Amazon S3. Le spécialiste veut éviter de charger toutes ces données sur une instance de notebook Amazon SageMaker, car cela prendrait des heures et dépasserait le volume Amazon EBS de 5 Go attaché à l'instance de notebook. Quelle approche permet au spécialiste d'utiliser toutes les données pour entraîner le modèle ?

Un spécialiste machine learning a terminé une preuve de concept pour une entreprise à partir d'un petit échantillon de données, et il est désormais prêt à mettre en œuvre une solution de bout en bout sur AWS avec Amazon SageMaker. Les données d'entraînement historiques sont stockées dans Amazon RDS. Quelle approche le spécialiste doit-il utiliser pour entraîner un modèle avec ces données ?

Un spécialiste machine learning reçoit les données clients d'un site de e-commerce. Les données incluent des informations démographiques, les visites passées et des informations de localisation. Le spécialiste doit développer une approche de machine learning permettant d'identifier les habitudes d'achat, les préférences et les tendances des clients afin d'améliorer le site, pour un meilleur service et des recommandations pertinentes. Quelle solution le spécialiste doit-il recommander ?

Un spécialiste machine learning travaille avec une grande entreprise pour tirer parti du machine learning dans ses produits. L'entreprise souhaite regrouper ses clients en catégories selon qu'ils résilieront ou non dans les 6 prochains mois. L'entreprise a étiqueté les données mises à disposition du spécialiste. Quel type de modèle de machine learning le spécialiste doit-il utiliser pour cette tâche ?

Le graphique affiché provient d'un modèle de prévision testé sur une série temporelle. En considérant uniquement ce graphique, quelle conclusion un spécialiste machine learning doit-il tirer sur le comportement du modèle ? 

Une entreprise souhaite classer le comportement des utilisateurs comme frauduleux ou normal. Sur la base de recherches internes, un spécialiste machine learning va construire un classifieur binaire à partir de deux variables : l'ancienneté du compte, notée x, et le mois de transaction, noté y. La distribution des classes est illustrée dans la figure fournie. La classe positive est représentée en rouge, la classe négative en noir. Quel modèle offrirait la MEILLEURE exactitude ? 

Dans une entreprise sensible aux enjeux de sécurité, un spécialiste machine learning prépare un jeu de données pour l'entraînement d'un modèle. Le jeu de données est stocké dans Amazon S3 et contient des données personnelles identifiables (PII). Le jeu de données doit être accessible uniquement depuis un VPC et ne doit pas transiter par l'internet public. Comment satisfaire ces exigences ?

Pendant l'entraînement par mini-lots d'un réseau de neurones sur un problème de classification, un data scientist observe que l'exactitude d'entraînement oscille. Quelle est la cause la PLUS probable de ce problème ?

Un employé a trouvé une vidéo avec bande sonore sur le fil de réseaux sociaux d'une entreprise. La langue utilisée dans la vidéo est l'espagnol. L'anglais est la langue maternelle de l'employé et il ne comprend pas l'espagnol. L'employé souhaite réaliser une analyse de sentiment. Quelle combinaison de services est la PLUS efficace pour accomplir cette tâche ?

Un spécialiste machine learning empaquette un modèle ResNet personnalisé dans un conteneur Docker afin que l'entreprise puisse utiliser Amazon SageMaker pour l'entraînement. Le spécialiste utilise des instances Amazon EC2 P3 pour entraîner le modèle et doit configurer correctement le conteneur Docker pour exploiter les GPU NVIDIA. Que doit faire le spécialiste ?

Un spécialiste machine learning construit un modèle de régression logistique destiné à prédire si une personne commandera ou non une pizza. Le spécialiste cherche à construire le modèle optimal avec un seuil de classification idéal. Quelle technique d'évaluation de modèle le spécialiste doit-il utiliser pour comprendre l'impact des différents seuils de classification sur les performances du modèle ?

Un dictionnaire en ligne interactif souhaite ajouter un widget affichant les mots utilisés dans des contextes similaires. Il est demandé à un spécialiste machine learning de fournir des features de mots pour le modèle des plus proches voisins qui alimentera ce widget. Que doit faire le spécialiste pour répondre à ces exigences ?

Un spécialiste machine learning configure Amazon SageMaker pour que plusieurs data scientists puissent accéder aux notebooks, entraîner des modèles et déployer des endpoints. Pour garantir les meilleures performances opérationnelles, le spécialiste doit pouvoir suivre la fréquence de déploiement des modèles par les data scientists, l'utilisation GPU et CPU des endpoints SageMaker déployés, ainsi que toutes les erreurs générées lors de l'invocation d'un endpoint. Quels services sont intégrés à Amazon SageMaker pour suivre ces informations ? (Choisissez deux réponses.)

Une chaîne de distribution ingère les enregistrements d'achats de son réseau de 20 000 magasins vers Amazon S3 à l'aide d'Amazon Kinesis Data Firehose. Pour entraîner un modèle de machine learning amélioré, les enregistrements d'entraînement nécessiteront de nouvelles transformations, simples, et certains attributs seront combinés. Le modèle doit être réentraîné quotidiennement. Compte tenu du grand nombre de magasins et de l'ingestion de données historique, quel changement demandera le MOINS d'effort de développement ?

Un spécialiste machine learning construit un réseau de neurones convolutif (CNN) destiné à classer 10 types d'animaux. Le spécialiste a construit une série de couches qui prennent une image d'animal en entrée, la font passer par une série de couches de convolution et de pooling, puis enfin par une couche dense entièrement connectée de 10 nœuds. Le spécialiste souhaite obtenir en sortie du réseau une distribution de probabilité indiquant la probabilité que l'image d'entrée appartienne à chacune des 10 classes. Quelle fonction produira la sortie souhaitée ?

Un spécialiste machine learning a entraîné un modèle de régression, mais la première itération doit être optimisée. Le spécialiste doit comprendre si le modèle surestime ou sous-estime le plus souvent la cible. Quelle option le spécialiste peut-il utiliser pour déterminer s'il surestime ou sous-estime la valeur cible ?

Une entreprise souhaite classer le comportement des utilisateurs comme frauduleux ou normal. Sur la base de recherches internes, un spécialiste machine learning souhaite construire un classifieur binaire à partir de deux variables : l'ancienneté du compte et le mois de transaction. La distribution des classes pour ces variables est illustrée dans la figure fournie. D'après ces informations, quel modèle offrirait le MEILLEUR rappel pour la classe frauduleuse ? 

Un spécialiste machine learning lance un job d'optimisation d'hyperparamètres pour un modèle d'ensemble à base d'arbres avec Amazon SageMaker, en prenant l'aire sous la courbe ROC (AUC) comme métrique objectif. Ce workflow sera à terme déployé dans un pipeline qui réentraîne et optimise les hyperparamètres chaque nuit pour modéliser le taux de clic sur des données qui deviennent obsolètes toutes les 24 heures. Dans le but de réduire le temps d'entraînement de ces modèles et, in fine, les coûts, le spécialiste souhaite reconfigurer la ou les plages d'hyperparamètres en entrée. Quelle visualisation permettra d'y parvenir ?

Un spécialiste machine learning crée une nouvelle application de traitement du langage naturel qui traite un jeu de données de 1 million de phrases. L'objectif est ensuite d'exécuter Word2Vec pour générer des plongements des phrases et permettre différents types de prédictions. Voici un exemple issu du jeu de données : « The quck BROWN FOX jumps over the lazy dog. » Lesquelles des opérations suivantes le spécialiste doit-il effectuer pour nettoyer et préparer correctement les données de façon reproductible ? (Choisissez trois réponses.)

Une entreprise utilise Amazon Polly pour convertir des documents texte en parole afin d'automatiser ses annonces internes. Cependant, les acronymes de l'entreprise sont mal prononcés dans les documents actuels. Comment un spécialiste machine learning doit-il traiter ce problème pour les futurs documents ?

Une compagnie d'assurance développe un nouveau dispositif embarqué qui utilise une caméra pour observer le comportement des conducteurs et les alerter lorsqu'ils semblent distraits. L'entreprise a créé environ 10 000 images d'entraînement dans un environnement contrôlé, qu'un spécialiste machine learning utilisera pour entraîner et évaluer des modèles. Lors de l'évaluation, le spécialiste constate que le taux d'erreur d'entraînement diminue de plus en plus vite à mesure que le nombre d'epochs augmente, et que le modèle n'infère pas correctement sur les images de test qu'il n'a jamais vues. Lesquelles des propositions suivantes permettent de résoudre ce problème ? (Choisissez deux réponses.)

Lors de la soumission de jobs d'entraînement Amazon SageMaker utilisant l'un des algorithmes intégrés, quels paramètres communs DOIVENT être spécifiés ? (Choisissez trois réponses.)