아무것도 놓치고 싶지 않으신가요?

인증 시험 합격 팁

최신 시험 소식 및 할인 정보

전문가가 선별하고 최신 정보를 제공합니다.

예, 뉴스레터를 보내주세요

MLS-C01 인증 문제 및 모의고사 통과, AWS 인증 머신 러닝 | SPOTO

AWS 인증 머신 러닝-전문(MLS-C01) 시험은 개발 또는 데이터 과학 역할의 전문가를 대상으로 하며, AWS 인프라에서 ML 모델 생성, 교육, 최적화 및 배포 기술을 검증하며, 응시자는 SPOTO의 연습 시험과 MLS-C01 인증 문제를 활용하여 시험 형식에 익숙해지고 지식을 테스트하며 개선할 영역을 식별할 수 있습니다. 이러한 리소스에 액세스하면 시험 준비가 향상되고 자신감이 높아지며 MLS-C01 인증 시험에 합격 할 가능성이 높아집니다. SPOTO는 모의고사 및 MLS-C01 인증 문제를 포함한 종합적인 MLS-C01 시험 준비 패키지를 제공합니다. 이러한 자료는 시험 문제, 샘플 문제, 시험 덤프와 같은 다양한 주제를 다루고 있어 MLS-C01시험에 대한 철저한 준비를 보장합니다.
다른 온라인 시험에 응시하세요
질문 #1
머신 러닝 전문가가 애플리케이션을 위한 맞춤형 비디오 추천 모델을 개발하고 있습니다. 이 모델을 학습시키는 데 사용되는 데이터 세트는 수백만 개의 데이터 포인트로 매우 크며 Amazon S3 버킷에서 호스팅됩니다. 이 전문가는 이동하는 데 몇 시간이 걸리고 노트북 인스턴스에 연결된 5GB Amazon EBS 볼륨을 초과하기 때문에 이 모든 데이터를 Amazon SageMaker 노트북 인스턴스에 로드하지 않으려고 합니다. 전문가가 모든 데이터를 사용하여 모델을 학습시킬 수 있는 접근 방식은 무엇인가요?
A. 데이터의 작은 하위 집합을 SageMaker 노트북에 로드하고 로컬을 학습시킵니다
B. 학습 코드가 실행 중이고 모델 파라미터가 합리적으로 보이는지 확인합니다
C. 파이프 입력 모드를 사용하여 S3 버킷의 전체 데이터 세트를 사용하여 SageMaker 학습 작업을 시작합니다
D. AWS 딥 러닝 AMI로 Amazon EC2 인스턴스를 시작하고 인스턴스에 S3 버킷을 연결합니다
E. 소량의 데이터로 훈련 코드와 하이퍼파라미터를 검증하기 위해 훈련합니다
F. 아마존 세이지메이커로 돌아가서 전체 데이터 세트를 사용하여 훈련하기 G
답변 보기
정답: C
질문 #2
한 데이터 과학자가 GZIP 파일의 데이터 스트림에 대한 실시간 인사이트를 얻고자 합니다. SQL을 사용하여 지연 시간이 가장 짧은 스트림을 쿼리할 수 있는 솔루션은 무엇인가요?
A. 아마존 키네시스 데이터 분석과 AWS 람다 함수를 사용하여 데이터를 변환합니다
B. 데이터를 변환하기 위한 사용자 정의 ETL 스크립트가 포함된 AWS Glue
C. 데이터를 변환하고 Amazon ES 클러스터에 저장하기 위한 Amazon Kinesis 클라이언트 라이브러리
D. 데이터를 변환하여 Amazon S3 버킷에 넣기 위해 Amazon Kinesis 데이터 파이어호스를 사용합니다
답변 보기
정답: A
질문 #3
Q22: 한 소매 체인이 Amazon Kinesis Data Firehose를 사용하여 20,000개의 매장 네트워크에서 Amazon S3로 구매 기록을 수집하고 있습니다. 개선된 머신 러닝 모델 학습을 지원하기 위해 학습 기록에 새롭지만 간단한 변환이 필요하며 일부 속성이 결합됩니다. 모델은 매일 재학습해야 합니다. 많은 수의 스토어와 레거시 데이터 수집을 고려할 때 개발 노력이 가장 적게 필요한 변경 사항은 무엇일까요?
A. 스토어가 Amazon S3에 로드하기 위해 AWS 스토리지 게이트웨이에서 로컬로 데이터를 캡처하도록 전환한 다음 AWS Glue를 사용하여 변환을 수행하도록 요구합니다
B. 변환 로직으로 Apache Spark를 실행하는 Amazon EMR 클러스터를 배포하고, 클러스터가 매일 Amazon S3에 누적된 레코드에 대해 실행되어 새/변환된 레코드를 Amazon S3로 출력하도록 합니다
C. 변환 로직으로 Amazon EC2 인스턴스를 스핀업하고, Amazon S3에 축적되는 데이터 레코드를 변환하도록 한 다음, 변환된 레코드를 Amazon S3로 출력합니다
D. SQL을 사용하여 원시 레코드 속성을 간단한 변환된 값으로 변환하는 Amazon Kinesis 데이터 분석 스트림을 Kinesis 데이터 파이어호스 스트림의 다운스트림에 삽입합니다
답변 보기
정답: D
질문 #4
머신 러닝 전문가가 Amazon Athena를 사용해 Amazon S3에서 데이터 세트를 쿼리하는 프로세스를 구축해야 합니다. 데이터 세트에는 일반 텍스트 CSV 파일로 저장된 800,000개 이상의 레코드가 포함되어 있습니다. 각 레코드에는 200개의 열이 있으며 크기는 약 1 5MB입니다. 대부분의 쿼리는 5~10개의 열에만 걸쳐 있습니다. 머신 러닝 전문가가 쿼리 실행 시간을 최소화하려면 데이터 세트를 어떻게 변환해야 할까요?
A. 레코드를 Apache Parquet 형식으로 변환
B. 레코드를 JSON 형식으로 변환
C. 레코드를 GZIP CSV 형식으로 변환합니다
D. 레코드를 XML 형식으로 변환
답변 보기
정답: A
질문 #5
대형 소비재 제조업체에서 다음과 같은 제품을 판매하고 있습니다 34가지 치약 종류 ? 48가지 칫솔 종류 ? 43가지 구강 청결제 이 모든 제품의 전체 판매 내역은 Amazon S3에서 사용 가능 현재 이 회사는 이러한 제품의 수요 예측을 위해 맞춤형 자동 회귀 통합 이동 평균(ARIMA) 모델을 사용하고 있습니다. 이 회사는 곧 출시될 신제품의 수요를 예측하고자 합니다. 어떤 솔루션이 머신 러닝에 적합할까요?
A. 새 제품에 대한 수요를 예측하기 위해 사용자 지정 ARIMA 모델을 훈련합니다
B. 신제품에 대한 수요를 예측하기 위해 Amazon SageMaker DeepAR 알고리즘을 학습시킵니다
C. 새로운 제품에 대한 수요를 예측하기 위해 Amazon SageMaker k-평균 클러스터링 알고리즘을 학습시킵니다
D. 신제품에 대한 수요를 예측하기 위한 맞춤형 XGBoost 모델 학습
답변 보기
정답: C
질문 #6
Q21: 머신 러닝 전문가가 여러 데이터 과학자가 노트북에 액세스하고, 모델을 훈련하고, 엔드포인트를 배포할 수 있도록 Amazon SageMaker를 구성하고 있습니다. 최상의 운영 성능을 보장하기 위해, 전문가는 과학자들이 모델을 배포하는 빈도, 배포된 SageMaker 엔드포인트의 GPU 및 CPU 사용률, 엔드포인트가 호출될 때 생성되는 모든 오류를 추적할 수 있어야 합니다. 이 정보를 추적하기 위해 Amazon SageMaker와 통합되는 서비스는 무엇인가요? (두 개를 선택하세요.)
A. AWS 클라우드 트레일
B. AWS 상태
C. AWS 트러스티드 어드바이저
D. 아마존 클라우드워치
E. AWS 구성
답변 보기
정답: AD
질문 #7
한 금융 서비스 회사가 Amazon S3에 강력한 서버리스 데이터 레이크를 구축하고 있습니다. 데이터 레이크는 유연해야 하며 다음 요구 사항을 충족해야 합니다: * Amazon Athena와 Amazon Redshift Spectrum을 통해 Amazon S3에서 이전 데이터와 새로운 데이터 쿼리를 지원해야 합니다. * 이벤트 기반 ETL 파이프라인을 지원해야 합니다. * 메타데이터를 빠르고 쉽게 이해할 수 있는 방법을 제공해야 합니다. 어떤 접근 방식이 trfese 요구 사항을 충족하나요?
A. AWS Glue 크롤러를 사용해 S3 데이터를 크롤링하고, AWS Lambda 함수를 사용해 AWS Glue ETL 작업을 트리거하며, AWS Glue 데이터 카탈로그를 사용해 메타데이터를 검색하고 발견합니다
B. AWS Glue 크롤러를 사용해 S3 데이터를 크롤링하고, AWS Lambda 함수를 사용해 AWS 배치 작업을 트리거하고, 외부 Apache Hive 메타스토어를 사용해 메타데이터를 검색 및 발견합니다
C. AWS Glue 크롤러를 사용하여 S3 데이터를 크롤링하고, Amazon CloudWatch 알람을 사용하여 AWS 배치 작업을 트리거하고, AWS Glue 데이터 카탈로그를 사용하여 메타데이터를 검색 및 발견하세요
D. AWS Glue 크롤러를 사용해 S3 데이터를 크롤링하고, Amazon CloudWatch 알람을 사용해 AWS Glue ETL 작업을 트리거하고, 외부 Apache Hive 메타스토어를 사용해 메타데이터를 검색 및 발견하세요
답변 보기
정답: C
질문 #8
한 머신러닝 전문가가 피자를 주문할지 여부를 예측하는 로지스틱 회귀 모델을 구축하고 있습니다. 이 전문가는 이상적인 분류 임계값을 사용하여 최적의 모델을 구축하려고 합니다. 다양한 분류 임계값이 모델의 성능에 어떤 영향을 미치는지 이해하려면 어떤 모델 평가 기법을 사용해야 할까요?
A. 수신기 작동 특성(ROC) 곡선
B. 오분류 비율
C. 제곱근 평균 오차(RM&)
D. L1 표준
답변 보기
정답: B

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.