クラウドに接続されたデバイスを提供することで健康的な睡眠パターンを促進する会社は、現在AWSで睡眠追跡アプリケーションをホストしています。アプリケーションは、デバイスユーザーからデバイス使用情報を収集します。同社のデータサイエンスチームは、ユーザーが会社のデバイスの利用を停止するかどうか、またいつ停止するかを予測するための機械学習モデルを構築しています。このモデルからの予測は、ユーザーに連絡するための最良のアプローチを決定するダウンストリームアプリケーションによって使用されます。
データサイエンスチームは、機械学習モデルの複数のバージョンを構築して、各バージョンを会社のビジネス目標に照らして評価しています。長期的な有効性を測定するために、チームは、モデルによって提供される推論の部分を制御する機能を使用して、モデルの複数のバージョンを長期間並行して実行したいと考えています。
最小限の労力でこれらの要件を満たすソリューションはどれですか？

大規模なモバイルネットワーク運営会社は、サービスの購読を解除する可能性のある顧客を予測するための機械学習モデルを構築しています。解約のコストはインセンティブのコストよりはるかに高いため、同社はこれらの顧客にインセンティブを提供する予定です。
モデルは、100人の顧客のテストデータセットで評価した後、次の混同行列を生成します。

モデルの評価結果に基づいて、なぜこれが生産のための実行可能なモデルなのですか？

あなたは大企業のコンタクトセンターのMLエンジニアです。録音された電話での会話から顧客の感情を予測する感情分析ツールを構築する必要があります。コンタクトセンターに電話をかけた顧客の性別、年齢、文化の違いがモデル開発パイプラインと結果のどの段階にも影響を与えないようにしながら、モデルを構築するための最良のアプローチを特定する必要があります。あなたは何をするべきか？

データサイエンスチームは、さまざまな機能、モデルアーキテクチャ、ハイパーパラメータをすばやく実験する必要があります。さまざまな実験の精度指標を追跡し、APIを使用して時間の経過とともに指標をクエリする必要があります。手作業を最小限に抑えながら、実験を追跡および報告するために何を使用する必要がありますか？

あなたはビジュアル検索エンジンを作成しているオンライン小売会社で働いています。画像に会社の商品が含まれているかどうかを分類するために、GoogleCloudにエンドツーエンドのMLパイプラインを設定しました。近い将来に新製品がリリースされることを期待して、パイプラインに再トレーニング機能を構成し、新しいデータをMLモデルにフィードできるようにしました。また、Al Platformの継続的な評価サービスを使用して、モデルがテストデータセットで高精度であることを確認する必要があります。あなたは何をするべきか？