問題151-問題160 (SAP)

【MLS-151】機械学習スペシャリストが、Amazon SageMakerを使用して時系列予測を実行するモデルを構築しています。
スペシャリストは、モデルのトレーニングを終了し、現在、エンドポイントで負荷テストを実行することを計画しており、モデルのバリアントに対してオートスケーリングを構成することができます。

負荷テスト中にスペシャリストがレイテンシ、メモリ使用率、CPU使用率を確認できるのは、どの方法ですか？

【MLS-152】機械学習スペシャリストは、Amazon SageMakerで学習するためのデータを準備しています。SageMakerの組み込みアルゴリズムの1つをトレーニングに使用しています。データセットは.CSV形式で保存され、numpy.arrayに変換されていますが、学習の速度に悪影響を与えているようです。SageMakerでの学習を最適化するには、スペシャリストは何をすべきでしょうか？

【MLS-153】あるデータサイエンティストは、Amazon Elastic File System (Amazon EFS)に保存されている機械部品イメージのデータセットを持っています。データサイエンティストは、Amazon SageMakerを使用して、このデータセットに基づいて画像分類機械学習モデルを作成し、訓練する必要があります。予算と時間の制約があるため、経営陣は、データサイエンティストが最小限の手順と統合作業でモデルを作成し訓練することを望んでいます。

【MLS-154】あるスポーツ放送会社が、生放送に多言語の字幕を導入することを計画しています。解説は英語です。
この会社は、放送国に応じて、フランス語またはスペイン語で画面に表示されるトランスクリプションを必要としています。
トランスクリプションは、解説の文脈に基づき、ドメイン特有の用語、名前、場所を捉える必要があります。
チューニングデータを提供するためのオプションに対応できるソリューションが必要です。
AWSのどのサービスと機能の組み合わせが、運用上のオーバーヘッドを最小限に抑えながら、これらの要件を満たせるでしょうか（2つ選んでください）。

あるメディア企業は、US West (N. California) リージョンのAWSでインターネットに面した一連のWebアプリケーションをホストしています。
このアーキテクチャは、公開SSL/TLS証明書を使用するように構成されたアプリケーションロードバランサーと、その背後にある複数のオンデマンドAmazon EC2インスタンスで構成されています。
また、アプリケーションロードバランサーは、アプリケーションの完全修飾ドメイン名（FQDN）を介して受信するHTTPSトラフィックのSSLターミネーションを有効にしています。
ソリューションアーキテクトは、企業のウェブアプリケーションを、ap-southeast-2、ca-central-1、eu-west-3 などのさまざまな AWS リージョンを使用するマルチリージョンアーキテクチャに改修するように指示されました。

すべてのHTTPSサービスが中断することなく動作し続けることを保証するために、アーキテクトは次のどの方法を実装する必要がありますか？

【MLS-156】ある監視サービスは、毎分1TBのスケールメトリックスレコードデータを生成しています。
研究チームは、Amazon Athenaを使用してこのデータでクエリを実行しています。
大量のデータのためクエリの実行が遅く、チームはより高速なパフォーマンスを必要としています。

クエリのパフォーマンスを向上させるために、レコードをAmazon S3にどのように格納するのが適切ですか？

【MLS-157】ある小売企業は、新しい商品を分類するために機械学習を使用する予定です。データサイエンスチームには、現在の商品のラベル付きデータセットが提供されました。このデータセットには1,200の商品が含まれており、各商品にはタイトルの寸法、重量、価格などの15の特徴があります。さらに、各商品は本、ゲーム、電子機器、映画などの6つのカテゴリのうちの1つに属するようにラベル付けされています。新しい商品を分類するために、学習用に提供されたデータセットを使用するには、どのモデルが適しているでしょうか？

【MLS-158】ある銀行が、機械学習（ML）モデルを用いてユーザーがクレジットカードの支払いを滞るかどうかを予測したいと考えています。
学習データは3万件のラベル付きレコードからなり、2つのカテゴリに均等にバランスされています。
このモデルに対して、ML専門家はAmazon SageMaker内蔵のXGBoostアルゴリズムを選択し、ベイズ法によるSageMaker自動ハイパーパラメータ最適化ジョブを構成しています。
MLスペシャリストは、検証精度を目的指標として使用します。
銀行がこのモデルでソリューションを実装した場合、予測精度は75%になります。
銀行はMLスペシャリストに、本番でモデルを改善するため1日の期間で行うよう指示しました。
どのアプローチがモデルの精度を向上させる最も早い方法ですか？

【MLS-159】機械学習スペシャリストはトレーニングデータでは良好なパフォーマンスを示すが、テストデータでは低いパフォーマンスを示す深層学習ニューラルネットワークモデルを作成しました。この問題を解決するために次の中からどの手法を選ぶべきでしょうか？ (3つ選んでください)

【MLS-160】データサイエンスのスペシャリストが、線形回帰モデルを構築しています。そして、得られたp値を使って各係数の統計的な有意性を評価する予定です。
データセットを調べると、ほとんどの特徴が正規分布であることが分かりました。特徴の一つをプロットした図もあります。データサイエンスのスペシャリストは、線形回帰モデルの統計的仮定を満たすために、どのような変換を行うべきでしょうか？