Professional-Machine-Learning-Engineer 試験問題 141
貴社のコールセンターから、各通話における顧客の感情を分析するモデルの開発を依頼されました。コールセンターは1日に100万件以上の通話を受信し、データはクラウドストレージに保存されます。収集されたデータは、通話の発信元地域外に持ち出してはならず、個人識別情報（PII）を保存または分析することはできません。データサイエンスチームは、視覚化とアクセスにサードパーティ製のツールを使用しており、このツールはSQL ANSI-2011準拠のインターフェースを必要とします。データ処理と分析のためのコンポーネントを選択する必要があります。データパイプラインはどのように設計すべきでしょうか？
Professional-Machine-Learning-Engineer 試験問題 142
あなたは銀行に勤務しており、融資申請の意思決定を支援する機械学習モデルの開発を依頼されました。ワークフローにどの Vertex AI サービスを含めるかを決定する必要があります。モデルのトレーニングパラメータとトレーニングエポックごとの指標を追跡したいと考えています。選択した指標に基づいて最適なモデルを決定するために、モデルの各バージョンのパフォーマンスを比較する予定です。どの Vertex AI サービスを使用すべきでしょうか？
Professional-Machine-Learning-Engineer 試験問題 143
あなたは、大規模なBigQueryテーブルに格納されたデータに基づいて分類モデルをトレーニングする頂点AIパイプラインを開発しました。
このパイプラインは4つのステップで構成されており、各ステップはKubeFlow v2 APIを使用するPython関数によって作成されます。コンポーネントの名前は以下のとおりです。
Vertex AIパイプラインは次のように起動します。
トレーニングステップのコードとパラメータを調整することで、モデルを何度も反復処理します。その結果、開発、特にデータのエクスポートと前処理ステップに関連するコストが高いことがわかりました。モデル開発コストを削減する必要があります。どうすればよいでしょうか？
このパイプラインは4つのステップで構成されており、各ステップはKubeFlow v2 APIを使用するPython関数によって作成されます。コンポーネントの名前は以下のとおりです。
Vertex AIパイプラインは次のように起動します。
トレーニングステップのコードとパラメータを調整することで、モデルを何度も反復処理します。その結果、開発、特にデータのエクスポートと前処理ステップに関連するコストが高いことがわかりました。モデル開発コストを削減する必要があります。どうすればよいでしょうか？
Professional-Machine-Learning-Engineer 試験問題 144
あなたは表形式データに基づいてカスタムの TensorFlow 分類モデルを開発しています。生データは BigQuery に保存されており、数億行のデータが含まれており、カテゴリ特徴量と数値特徴量の両方が含まれています。数値特徴量の一部には MaxMin スケーラーを使用し、SKU 名などのカテゴリ特徴量の一部にはワンホットエンコーディングを適用する必要があります。モデルは複数エポックにわたってトレーニングされます。あなたは、このソリューションの労力とコスト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？
Professional-Machine-Learning-Engineer 試験問題 145
あなたはソーシャルメディア企業に勤務しています。投稿された画像に車が含まれているかどうかを検出する必要があります。各トレーニングサンプルは、正確に1つのクラスに属しています。オブジェクト検出ニューラルネットワークをトレーニングし、評価のためにモデルバージョンをAI Platform Predictionにデプロイしました。デプロイ前に、評価ジョブを作成し、AI Platform Predictionモデルバージョンにアタッチしました。精度がビジネス要件よりも低いことに気づきました。精度を向上させるには、モデルの最終層のソフトマックス閾値をどのように調整すればよいでしょうか？