Professional-Machine-Learning-Engineer 試験問題 206
あなたのチームは、さまざまなアルゴリズム、パラメータ、データセットを使用する多数の ML モデルをトレーニングしています。一部のモデルは Vertex Ai Pipelines でトレーニングされ、一部は Vertex Al Workbench ノートブック インスタンスでトレーニングされています。あなたのチームは、両方のサービス間でモデルのパフォーマンスを比較したいと考えています。パラメータとメトリックを保存するために必要な労力を最小限に抑えたいのですが、どうすればよいですか?
Professional-Machine-Learning-Engineer 試験問題 207
現在 BigQuery に保存されている複数の構造化データセットに対して分類ワークフローを構築する必要があります。分類を複数回実行することになるため、探索的データ分析、特徴選択、モデル構築、トレーニング、ハイパーパラメータの調整と提供という手順をコードを記述せずに完了したいと考えています。どうすればよいでしょうか。
Professional-Machine-Learning-Engineer 試験問題 208
You manage a team of data scientists who use a cloud-based backend system to submit training jobs. This system has become very difficult to administer, and you want to use a managed service instead. The data scientists you work with use many different frameworks, including Keras, PyTorch, theano, scikit-learn, and custom libraries. What should you do?
Professional-Machine-Learning-Engineer 試験問題 209
あなたは製造会社で働いています。組み立てラインの最後に製品の欠陥を検出するために、カスタム画像分類モデルをトレーニングする必要があります。モデルは適切に機能していますが、ホールドアウト セットの一部の画像は高い信頼度で一貫して誤ってラベル付けされています。Vertex Al を使用してモデルの結果を理解したいのですが、どうすればよいですか?
Professional-Machine-Learning-Engineer 試験問題 210
You are developing a Kubeflow pipeline on Google Kubernetes Engine. The first step in the pipeline is to issue a query against BigQuery. You plan to use the results of that query as the input to the next step in your pipeline. You want to achieve this in the easiest way possible. What should you do?
