아무것도 놓치고 싶지 않으신가요?

인증 시험 합격 팁

최신 시험 소식 및 할인 정보

전문가가 선별하고 최신 정보를 제공합니다.

예, 뉴스레터를 보내주세요

MLS-C01 시험 문제 2024 업데이트: 시험 준비, AWS 공인 머신 러닝 | SPOTO

2024 AWS MLS-C01 시험 준비 by SPOTO는 AWS 인증 머신 러닝-스페셜티 (MLS-C01) 시험을위한 포괄적 인 연습 테스트와 학습 자료를 제공합니다. 개발 또는 데이터 과학 역할의 전문가를 위해 설계된이 인증은 AWS 클라우드에서 머신 러닝 모델을 구축, 교육, 미세 조정 및 배포하는 데 대한 전문 지식을 검증합니다. 시험 문제와 정답을 숙달함으로써 머신러닝 애플리케이션을 위한 AWS 서비스 활용에 능숙함을 입증할 수 있습니다. 모의고사와 시험 덤프를 활용하여 준비 상태를 측정하고 ML 개념에 대한 지식을 강화하세요. 무료 시험 자료와 시험 시뮬레이터에 액세스하여 시험 연습과 준비를 강화하세요. 샘플 문제와 모의고사를 포함한 SPOTO의 리소스를 통해 자신 있게 MLS-C01 시험에 접근하여 머신러닝 분야에서 경력을 쌓고 인정받을 수 있는 발판을 마련하세요.
다른 온라인 시험에 응시하세요
질문 #1
한 제조 회사가 Amazon S3 버킷에 정형 및 비정형 데이터를 저장하고 있습니다. 머신 러닝 전문가가 이 데이터에 대한 쿼리를 실행하기 위해 SQL을 사용하려고 합니다. 이 데이터를 쿼리하는 데 가장 적은 노력이 필요한 솔루션은 무엇인가요?
A. AWS 데이터 파이프라인을 사용하여 데이터를 변환하고 Amazon RDS를 사용하여 쿼리를 실행합니다
B. AWS Glue를 사용하여 데이터를 카탈로그화하고 Amazon Athena를 사용하여 쿼리를 실행합니다
C. AWS Batch를 사용하여 데이터에 대한 ETL을 실행하고 Amazon Aurora를 사용하여 큐를 실행합니다
D. AWS Lambda를 사용하여 데이터를 변환하고 Amazon Kinesis 데이터 분석을 사용하여 쿼리를 실행합니다
답변 보기
정답: D
질문 #2
머신러닝 전문가가 이미지에서 차량의 제조사와 모델을 식별하는 모델을 훈련 중입니다. 이 전문가는 전이 학습과 일반 물체의 이미지로 훈련된 기존 모델을 사용하고자 합니다. 이 전문가는 다양한 차량 제조사와 모델이 포함된 대규모 맞춤형 사진 데이터 세트를 수집했습니다
A. 마지막으로 완전히 연결된 레이어를 포함한 모든 레이어에서 무작위 가중치로 모델을 초기화합니다
B. 모든 레이어에서 미리 학습된 가중치로 모델을 초기화하고 마지막으로 완전히 연결된 레이어를 교체합니다
C. 모든 레이어에서 임의의 가중치로 모델을 초기화하고 마지막으로 완전히 연결된 레이어를 교체합니다
D. 마지막으로 완전히 연결된 레이어를 포함한 모든 레이어에서 사전 학습된 가중치로 모델을 초기화합니다
답변 보기
정답: B
질문 #3
예시 회사는 매년 10월부터 12월까지 세일 이벤트를 진행합니다. 이 회사는 지난 15년간의 순차적 매출 데이터를 보유하고 있으며, Amazon ML을 사용하여 올해 예정된 이벤트의 매출을 예측하고자 합니다. 예시 회사는 데이터를 학습 데이터 세트와 평가 데이터 세트로 분할하기 위해 어떤 방법을 사용해야 할까요?
A. Amazon S3에 업로드하기 전에 데이터를 미리 분할합니다
B. Amazon ML이 데이터를 무작위로 분할하도록 합니다
C. Amazon ML이 데이터를 순차적으로 분할하도록 합니다
D. 데이터에 대한 사용자 지정 교차 검증 수행
답변 보기
정답: C
질문 #4
한 제조 회사가 머신러닝 전문가에게 결함이 있는 부품을 8가지 결함 유형 중 하나로 분류하는 모델을 개발해 달라고 요청합니다. 이 회사는 훈련을 위해 결함 유형별로 약 10만 개의 이미지를 제공했습니다. 이미지 분류 모델을 학습하는 동안 전문가는 검증 정확도가 80%인 반면 학습 정확도는 90%인 것을 발견했습니다. 이 유형의 이미지 분류에 대한 인간 수준의 성능은 약 90%라고 알려져 있습니다. 전문가는 무엇을 수정해야 할까요?
A. 더 긴 교육 시간
B. 네트워크 규모 확대
C. 다른 최적화 프로그램 사용
D. 어떤 형태의 정규화 사용
답변 보기
정답: C
질문 #5
머신 러닝 전문가가 선형 회귀 및 로지스틱 회귀와 같은 선형 모델을 사용하여 많은 수의 특징에 대한 예측 모델을 구축하고 있습니다. 탐색적 데이터 분석 중에 많은 특징이 서로 높은 상관 관계를 가지고 있어 모델이 불안정해질 수 있음을 관찰합니다. 이렇게 많은 수의 특징이 미치는 영향을 줄이려면 어떻게 해야 할까요?
A. 상관관계가 높은 피처에 대해 원핫 인코딩 수행
B. 상관관계가 높은 피처에 행렬 곱셈을 사용합니다
C. 주성분 분석(PCA)을 사용하여 새 피처 공간 만들기
D. 피어슨 상관 계수 적용
답변 보기
정답: BD

제출 후 답변 보기

질문에 대한 답변을 얻으려면 이메일과 WhatsApp을 제출하세요.

참고: 올바른 시험 결과를 얻을 수 있도록 이메일 ID와 Whatsapp이 유효한지 확인하십시오.

이메일:
WhatsApp/전화번호:


Copyright © 2024. Designer by SPOTO Official Website. All Rights Reserved.