問題111-問題120 (SAP)

【MLS-111】あるスポーツ会社がマラソン大会でソリューションを提供することになりました。
マラソン大会の各走者は、前面にテキストでレースIDが印刷されたシャツを着用することとなっています。
同社は、ランナーの画像からレースIDを抽出する必要があります。
どのソリューションが、最小限の運用コストでこれらの要件を満たすことができるでしょうか？

【MLS-112】機械学習スペシャリストが不正検出チームに配属され、XGBoostモデルの調整を行うことになりました。
しかし、未知のデータでは動作していません。既存のパラメータは次のとおりです。

スペシャリストは、オーバーフィッティングを避けるために、どのパラメータチューニングガイドラインに従うべきですか？

【MLS-113】ある E コマース企業が、10,000 クラスの大規模な画像分類モデルを学習させたいと考えています。この企業はモデルの学習を何度も繰り返しており、運用上のオーバーヘッドとコストを最小限に抑える必要があります。また、作業の損失やモデルの再トレーニングを避ける必要があります。これらの要件を満たすソリューションはどれでしょうか？

ある企業が、新製品の発売をプロモーションする新サービスを作りたいと考えています。
このサイトは、予測不可能なワークロードを処理するために高可用性とスケーラビリティを備え、さらにステートレスでRESTful APIの設計が求めれれます。
このソリューションにはサービスのオブジェクトのメタデータ用の複数の永続的なストレージレイヤーと、静的コンテンツ用の永続的なストレージが必要です。
サービスに対するすべてのリクエストは認証され、安全に処理される必要があります。
また、コストを最小限に抑えることも求められています。

会社の要求を満たす推奨ソリューションはどれでしょうか？

【MLS-115】機械学習スペシャリストは、画像分類ディープラーニングモデルを構築しました。
しかし、オーバーフィットの問題に遭遇し、トレーニングとテストの精度はそれぞれ99％と75％でした。

スペシャリストはこの問題にどのように対処すべきでしょうか。
また、その対処の理由として適切なものは何ですか？

【MLS-116】ある小売チェーンは、Amazon Kinesis Data Firehoseを使用して、20,000店舗のネットワークからAmazon S3に購入記録を取り込んでいます。
改良された機械学習モデルの学習をサポートするために、学習レコードを変換し、新しくする必要があります。
また、学習レコードいくつかの属性は結合されます。

大量の店舗とレガシーデータの取り込みを考慮した場合、どの変更が最も少ない開発労力となりますか？

【MLS-117】ある小売企業が、Amazon Kinesis Data Firehoseを使って、2万店舗のネットワークからAmazon S3へ購買記録を取り込んでいます。
同社は、各店舗で小さなサーバーベースのアプリケーションを使用して、インターネット経由でAWSにデータを送信しています。
同社はこのデータを使って機械学習モデルを学習させ、毎日再学習させています。
同社のデータサイエンスチームは、これらのレコードについて、改良されたモデルを作成するために組み合わせることができる既存の属性を特定しました。
どのような変更が、必要な変換されたレコードを最小の運用オーバーヘッドで作成するでしょうか？

【MLS-118】あるエネルギー会社が風力タービン、測候所、ソーラーパネルを持っていて、テレメトリデータを生成しています。この会社はこれらの機器の予測保守を行いたいと考えています。データサイエンティストのチームは、テレメトリデータを使用して機械学習（ML）を実行し、異常検出を行い、機器が劣化し始める前にメンテナンスを予測しようとしています。このチームは、スケーラブルで安全、かつ高速なデータ取り込みメカニズムを必要としています。チームは、データの保存場所としてAmazon S3を使用することを決定しました。どのアプローチがこれらの要件を満たすでしょうか？

【MLS-119】ある小売業者は、顧客の注文と商品カタログからの商品説明のデータを結合したいと考えています。各データセットのレコードの構造と形式は異なっています。
データアナリストがスプレッドシートを使ってデータセットを結合しようと努力しましたが、重複するレコードや適切に結合されないレコードが発生しました。
この会社は、2つのデータセットから類似のレコードを結合し、重複を削除するために使用できるソリューションを必要としています。

どのソリューションがこの要求を実現可能でしょうか？

【MLS-120】あるeコマース企業が、機械学習（ML）を使用してWebサイト上の不正取引を監視したいと考えています。同社はAmazon SageMakerを使用して、MLモデルの調査、トレーニング、デプロイ、および監視を行っています。過去の取引データは、Amazon S3に保存されている.csvファイルです。このデータには、ユーザーのIPアドレス、ナビゲーション時間、各ページの平均時間、各セッションのクリック数などの特徴が含まれています。データには、トランザクションが異常であるかどうかを示すラベルはありません。会社は、異常なトランザクションを検出するために、どのモデルを組み合わせて使用すべきですか？(2つ選んでください)。