あなたは最近、新しいプロジェクトを間もなくリリースする機械学習チームに加わりました。プロジェクトのリーダーとして、あなたは ML コンポーネントの実稼働準備が整っているかを判断するように求められます。チームはすでに機能とデータ、モデル開発、インフラストラクチャをテストしました。チームに推奨すべき追加の準備状況チェックはどれですか?

あなたは最近、数千のデータセットを保有するエンタープライズ規模の企業に入社しました。BigQuery の各テーブルには正確な説明があることはわかっており、AI Platform 上で構築しているモデルに使用する適切な BigQuery テーブルを探しています。必要なデータはどのように見つければよいでしょうか?

あなたは、データセットをクリーンアップして Cloud Storage バケットに保存するパイプラインを開発したデータ エンジニアリング チームと協力します。ML モデルを作成し、新しいデータが利用可能になったらすぐにそのデータを使用してモデルを更新したいと考えています。CI/CD ワークフローの一部として、Google Kubernetes Engine (GKE) で Kubeflow Pipelines トレーニング ジョブを自動的に実行したいと考えています。このワークフローをどのように設計すればよいでしょうか?

あなたは、規制対象の保険会社の ML エンジニアです。潜在顧客からの保険申請を承認または拒否する保険承認モデルを開発するように求められます。モデルを構築する前にどのような要素を考慮する必要がありますか?

Google Cloud でディープ ニューラル ネットワーク モデルをトレーニングしました。モデルはトレーニング データでは損失が少ないですが、検証データではパフォーマンスが悪くなります。モデルには過学習に対する耐性を持たせる必要があります。モデルを再トレーニングするときにどの戦略を使用する必要がありますか?