問題91-問題100 (SAP)

【MLS-91】

ある機械学習の専門家が、賃貸物件から賃貸料を予測する回帰モデルを開発しています。Wall_Colorという変数が、その物件の最も目立つ外壁の色を表しています。専門家は、数値入力データを必要とするモデルを選択しました。専門家は、回帰モデルがWall_Colorデータから学習できるように、どの特徴工学アプローチを使用すべきですか？(2つ選択)

【MLS-92】機械学習スペシャリストは、小さなデータサンプルを使用してある企業の概念実証を完了しました。
現在スペシャリストはAmazon SageMakerを使用してAWSでエンドツーエンドのソリューションを実装する準備が整っています。
過去の学習データは、Amazon RDSに格納されています。

スペシャリストは、このデータを使用してモデルを訓練するためにどのようなアプローチを使用する必要がありますか？

【MLS-93】ある機械学習スペシャリストは、AWS KMSを使用してサーバーサイド暗号化で保護されたAmazon S3バケットにデータセットをアップロードしています。

Amazon S3から同じデータセットを読み取ることができるようにAmazon SageMakerノートブックインスタンスをどのように定義すればいいですか？

【MLS-94】機械学習スペシャリストは、猫を識別するために教師あり画像認識モデルを構築する必要があります。いくつかのテストを実施し、ニューラルネットワークベースの画像分類器について次の結果を記録します：
利用可能な画像の総数 = 1,000
テストセットの画像 = 100（一定のテストセット）
機械学習スペシャリストは、誤って分類された画像の75％以上において、猫が飼い主によって逆さまに持たれていることに気付きました。
スペシャリストがこの特定のテストエラーを改善するために使用できる技術は何ですか？

【MLS-95】ある銀行が、低金利のクレジット・プロモーションを始めようとしています。
この銀行は、最近経済的困難に見舞われた町に位置しています。経済危機の影響を受けたのは銀行の一部の顧客だけなので、銀行の与信チームはプロモーションの対象となる顧客を特定する必要があります。
しかし、信用調査チームは、その決定にあたって、忠実な顧客の信用履歴を完全に考慮するようにしたいと考えています。
この銀行のデータサイエンスチームは、口座取引を分類し、与信適格性を把握するモデルを開発しました。データサイエンスチームは、XGBoost アルゴリズムを使用してモデルを学習させた。このチームは、7年分の銀行取引の履歴データを使用して、数日かけて学習とハイパーパラメータのチューニングを行いました。
モデルの精度は十分ですが，与信チームは，モデルがなぜ一部の顧客の与信を拒否するのかを正確に説明するのに苦労しています．与信チームはデータサイエンスのスキルをほとんど持っていません。
データサイエンスチームは，運用上最も効率的な方法でこの問題に対処するために，何をすべきでしょうか？

あるコールセンター企業ではハイブリッド・アーキテクチャを採用し、データセンターとAWSクラウドを接続するために、予測可能なネットワーク性能と帯域幅コストの削減が求められています。
データセンターとAWSの間に2つのAWS Direct Connect接続を実装し、安定した高可用性ネットワークパフォーマンスを実現しています。
経営戦略会議の見直しの結果、現在の実装を見直し、より費用対効果の高いオプションに置き換えることが決定されました。

次のどの接続設定が推奨されますか？

【MLS-97】ある会社が倉庫設備の予測保守モデルを構築しています。
このモデルは、倉庫内のすべての機械の故障確率を予測する必要があります。
この会社は3ヶ月以内に10,000のイベントサンプルを収集しました。
このイベントサンプルには、50種類の機械に均等に分布する100件の故障のケースが含まれています。
同社はモデルの精度を向上させるために、どのようにモデル用のデータを準備すべきでしょうか？

【MLS-98】セキュリティ基準が厳しい会社の機械学習スペシャリストが、モデルトレーニングのためのデータセットを準備しています。
データセットはAmazon S3に保存され、個人を特定できる情報(PII)を含んでいます。

データセットの要件
・VPCからのみアクセスできなければならない
・公衆インターネットを通過してはならない

これらの要件をどのようにして満たすことができますか？

【MLS-99】ある金融サービス会社は、Amazon SageMakerをデフォルトのデータサイエンス環境として採用したいと考えています。
この会社のデータサイエンティストは、機密の金融データに対して機械学習(ML)モデルを実行しています。
同社はデータの流出を懸念しており、MLエンジニアが環境を保護することを望んでいます。

MLエンジニアは、SageMakerからのデータの流出を制御するためにどのメカニズムを使用できますか？(3つ選べ)

【MLS-100】あるウェブベースの企業が、ランディングページのコンバージョン率を向上させたいと考えています。
顧客訪問の大規模な履歴データセットを使用して、同社はAmazon SageMakerでマルチクラスの深層学習ネットワークアルゴリズムを繰り返し訓練してきました。
しかし、オーバーフィッティングの問題が発見されています。トレーニングデータは90％の予測精度を示すが、テストデータは70％の精度しか示しません。
同社は、訪問から購入へ繋げることを最大化するために、本番環境に展開する前にモデルの汎化性を高める必要があります。

同社のテストデータと検証データに対して最も高い精度のモデルを提供するにはどのアクションが推奨されますか？