Professional-Machine-Learning-Engineer 試験問題 81
あなたは、コンタクト センターを近代化したいと考えている大手テクノロジー企業で働いています。製品ごとに着信コールを分類して、リクエストをより迅速に適切なサポート チームにルーティングできるようにするソリューションの開発を依頼されました。すでに Speech-to-Text API を使用してコールの文字起こしを行っています。データの前処理と開発時間を最小限に抑えたいと考えています。モデルをどのように構築すればよいでしょうか。
Professional-Machine-Learning-Engineer 試験問題 82
You are building a model to predict daily temperatures. You split the data randomly and then transformed the training and test datasets. Temperature data for model training is uploaded hourly. During testing, your model performed with 97% accuracy; however, after deploying to production, the model's accuracy dropped to 66%. How can you make your production model more accurate?
Professional-Machine-Learning-Engineer 試験問題 83
You are training an LSTM-based model on Al Platform to summarize text using the following job submission script:
モデルの精度を大幅に損なうことなく、トレーニング時間を最小限に抑えたい場合、どうすればよいでしょうか?
モデルの精度を大幅に損なうことなく、トレーニング時間を最小限に抑えたい場合、どうすればよいでしょうか?
Professional-Machine-Learning-Engineer 試験問題 84
オンライン予測のために Vertex Al にデプロイする予定の XGBoost モデルをトレーニングしました。現在、モデルを Vertex Al モデル レジストリにアップロードしており、オンライン予測リクエストが最小限のレイテンシで返されるように説明方法を構成する必要があります。また、モデルの機能属性が時間の経過とともに大きく変化した場合にアラートを受け取る必要があります。どうすればよいでしょうか?
Professional-Machine-Learning-Engineer 試験問題 85
カスタマー サポート 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 システムで小規模なデータセットを使用して TensorFlow Estimators 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。どうすればよいですか。
