[2023-10-04更新,116問] 無料Google Professional-Machine-Learning-Engineer試験問題集、Professional-Machine-Learning-Engineer全真模擬試験(ページ 23)

Professional-Machine-Learning-Engineer 試験問題 106

次のコードを使用して、Keras API で DNN 回帰モデルをトレーニングします。

モデルにはトレーニング可能な重みがいくつありますか? (以下の算術は正しいです。)

A. 500*256*0 25+256*128*0 25+128*2 = 40448

B. 500*256+256*128+128*2 = 161024

C. 501*256+257*128+2 = 161154

D. 501*256+257*128+128*2=161408

Professional-Machine-Learning-Engineer 試験問題 107

テキスト分類モデルをトレーニングしました。次の SignatureDef があります。

予測リクエストの正しい書き方は何ですか?

A. data = json.dumps({"signature_name": "serving_default"\ "instances": [fab', 'be1, 'cd']]})

B. data = json.dumps({"signature_name": "serving_default, "instances": [['a', 'b\ 'c'1, [d\ 'e\ T]]})

C. data = json dumps({"signature_name": "serving_default"! "instances": [['a', 'b', "c", 'd', 'e', 'f']]} )

D. data = json dumps({"signature_name": f,serving_default", "instances": [['a', 'b'], [c\ 'd'], ['e\ T]]} )

Professional-Machine-Learning-Engineer 試験問題 108

あなたは、カスタマーサポートの電子メールを分類するモデルを開発しています。オンプレミスシステム上の小規模なデータセットを使用して TensorFlow Estimator でモデルを作成しましたが、高いパフォーマンスを確保するには大規模なデータセットを使用してモデルをトレーニングする必要があります。モデルを Google Cloud に移植し、オンプレミスからクラウドへの移行を容易にするために、コードのリファクタリングとインフラストラクチャのオーバーヘッドを最小限に抑えたいと考えています。あなたは何をするべきか？

A. トレーニング用に Dataproc 上にクラスタを作成する

B. Kubeflow Pipelines を使用して、Google Kubernetes Engine クラスターでトレーニングします。

C. 自動スケーリングを使用してマネージドインスタンスグループを作成する

D. 分散トレーニングに Al プラットフォームを使用する

Professional-Machine-Learning-Engineer 試験問題 109

あなたのチームは、何百万もの顧客が使用する世界的な銀行用のアプリケーションを構築しています。3 日後の顧客 1 の口座残高を予測する予測モデルを構築しました。あなたのチームはその結果を、アカウント残高が 25 ドルを下回る可能性があるときにユーザーに通知する新機能で使用します。予測をどのように提供すべきでしょうか?

A. 1. ユーザーごとに Pub/Sub トピックを作成します。
2 ユーザーのアカウント残高が 25 ドルのしきい値を下回るとモデルが予測したときに通知を送信する Cloud Function をデプロイします。

B. 1. ユーザーごとに Pub/Sub トピックを作成します。
2. ユーザーのアカウント残高が 25 ドルのしきい値を下回るとモデルが予測したときに通知を送信するアプリケーションを App Engine スタンダード環境にデプロイします。

C. 1 Firebase 上に通知システムを構築する
2. 各ユーザーを Firebase Cloud Messaging サーバー上のユーザー ID に登録します。ユーザーのアカウント残高が 25 ドルのしきい値を下回るとモデルが予測すると、通知が送信されます。

D. 1. Firebase 上に通知システムを構築する
2. 各ユーザーを Firebase Cloud Messaging サーバー上のユーザー ID に登録します。すべてのアカウント残高予測の平均が 25 ドルのしきい値を下回ると、通知が送信されます。

Professional-Machine-Learning-Engineer 試験問題 110

機械学習スペシャリストは、同社がトレーニングに Amazon SageMaker を活用できるように、カスタム ResNet モデルを Docker コンテナにパッケージ化しています。スペシャリストは Amazon EC2 P3 インスタンスを使用してモデルをトレーニングしており、NVIDIA GPU を活用するように Docker コンテナを適切に構成する必要があります。
スペシャリストは何をする必要がありますか?

A. NVIDIA ドライバーを Docker イメージにバンドルします。

B. NVIDIA-Docker 互換となるように Docker コンテナを構築します。

C. Amazon SageMaker CreateTrainingJob リクエスト本文に GPU フラグを設定します。

D. GPU インスタンスで実行できるように Docker コンテナのファイル構造を整理します。

他のバージョン: 510Google.Professional-Machine-Learning-Engineer.v2025-04-14.q216; 399Google.Professional-Machine-Learning-Engineer.v2024-06-17.q112; 749Google.Professional-Machine-Learning-Engineer.v2022-12-19.q66

最新アップロード: 101SAP.C-S4CFI-2408.v2025-09-22.q77; 102Microsoft.SC-100.v2025-09-22.q197; 101Cisco.300-220.v2025-09-22.q121; 101Salesforce.CRT-271.v2025-09-22.q116; 101PsychiatricRehabilitationAssociation.CPRP.v2025-09-22.q45; 102IIA.IIA-CIA-Part3.v2025-09-22.q120; 101Genesys.GCX-GCD.v2025-09-22.q28; 101Cisco.350-701.v2025-09-22.q310; 112AEE.CEM.v2025-09-20.q46; 130Salesforce.Industries-CPQ-Developer.v2025-09-18.q121

Professional-Machine-Learning-Engineer 試験問題 106

Professional-Machine-Learning-Engineer 試験問題 107

Professional-Machine-Learning-Engineer 試験問題 108

Professional-Machine-Learning-Engineer 試験問題 109

Professional-Machine-Learning-Engineer 試験問題 110

PDFファイルをダウンロード