金融サービス会社は、AmazonS3上に堅牢なサーバーレスデータレイクを構築しています。データレイクは柔軟性があり、次の要件を満たす必要があります。
*AmazonAthenaおよびAmazonRedshiftSpectrumを介したAmazonS3の新旧データのクエリをサポートします。
*イベント駆動型ETLパイプラインをサポート
*メタデータを理解するための迅速かつ簡単な方法を提供します
これらの要件を満たすアプローチはどれですか？

ゲーム会社は、人々が無料でプレイを開始できるオンラインゲームを開始しましたが、特定の機能を使用することを選択した場合は料金を支払う必要があります。同社は、新規ユーザーが1年以内に有料ユーザーになるかどうかを予測する自動システムを構築する必要があります。同社は、100万人のユーザーからラベル付きのデータセットを収集しました。
トレーニングデータセットは、1,000のポジティブサンプル（1年以内に支払いを済ませたユーザーからのもの）と
999,000のネガティブサンプル（有料機能を使用しなかったユーザーから）。各データサンプルは、ユーザーの年齢、デバイス、場所、プレイパターンなどの200の機能で構成されています。
このデータセットをトレーニングに使用して、データサイエンスチームはランダムフォレストモデルをトレーニングしました。
トレーニングセットで99％の精度。ただし、テストデータセットの予測結果は満足のいくものではありませんでした。この問題を軽減するために、データサイエンスチームは次のどのアプローチを採用する必要がありますか？（2つ選択してください。）

金融サービス会社は、AmazonS3上に堅牢なサーバーレスデータレイクを構築しています。データレイクは柔軟性があり、次の要件を満たす必要があります。
* AmazonAthenaおよびAmazonRedshiftSpectrumを介したAmazonS3の新旧データのクエリをサポートします。
*イベント駆動型ETLパイプラインをサポート
*メタデータを理解するための迅速かつ簡単な方法を提供します
これらの要件を満たすアプローチはどれですか？

あなたはビジュアル検索エンジンを作成しているオンライン小売会社で働いています。画像に会社の商品が含まれているかどうかを分類するために、GoogleCloudにエンドツーエンドのMLパイプラインを設定しました。近い将来に新製品がリリースされることを期待して、パイプラインに再トレーニング機能を構成し、新しいデータをMLモデルにフィードできるようにしました。また、Al Platformの継続的な評価サービスを使用して、モデルがテストデータセットで高精度であることを確認する必要があります。あなたは何をするべきか？

オンラインファッション会社で働く機械学習スペシャリストは、会社のAmazonS3ベースのデータレイク用のデータ取り込みソリューションを構築したいと考えています。
スペシャリストは、以下で構成される将来の機能を可能にする一連の取り込みメカニズムを作成したいと考えています。
*リアルタイム分析
*履歴データのインタラクティブな分析
*クリックストリーム分析
*製品の推奨事項
スペシャリストはどのサービスを使用する必要がありますか？