Perguntas do exame AWS MLS-C01 para uma preparação eficaz

Pergunta #1

Uma empresa que gere uma biblioteca online está a implementar um chatbot utilizando o Amazon Lex para fornecer recomendações de livros com base na categoria. Esta intenção é cumprida por uma função AWS Lambda que consulta uma tabela Amazon DynamoDB para obter uma lista de títulos de livros, dada uma determinada categoria. Para efeitos de teste, existem apenas três categorias implementadas como tipos de ranhura personalizados: "Um especialista em aprendizagem automática (ML) repara que, por vezes, o pedido não pode ser satisfeito porque o Amazon Lex ca

A. dicionar as palavras não reconhecidas na lista de valores de enumeração como novos valores no tipo de ranhura

B. riar um novo tipo de ranhura personalizada, adicionar as palavras não reconhecidas a este tipo de ranhura como valores de enumeração e utilizar este tipo de ranhura para a ranhura

C. Utilizar os tipos de ranhura incorporados AMAZON

D. dicionar as palavras não reconhecidas como sinónimos no tipo de ranhura personalizada

Ver resposta

Resposta correta: D

Pergunta #2

Uma empresa de imagiologia médica pretende treinar um modelo de visão por computador para detetar áreas de preocupação nas tomografias dos pacientes. A empresa tem uma grande coleção de exames de TC sem rótulos que estão ligados a cada paciente e armazenados num balde Amazon S3. Os exames têm de estar acessíveis apenas a utilizadores autorizados. Um engenheiro de aprendizado de máquina precisa criar um pipeline de rotulagem. Qual conjunto de etapas o engenheiro deve seguir para criar o pipeline de rotulagem com o MENOR esforço?

A. Configure o Amazon Textract para encaminhar previsões de baixa confiança para o Amazon SageMaker Ground Truth

B. tilizar uma operação síncrona do Amazon Textract em vez de uma operação assíncrona

C. onfigure o Amazon Textract para encaminhar previsões de baixa confiança para o Amazon Augmented AI (Amazon A2I)

D. Utilizar a funcionalidade do Amazon Rekognition para detetar texto numa imagem para extrair os dados das imagens digitalizadas

Ver resposta

Resposta correta: C

Pergunta #3

Um especialista em aprendizagem automática recebe dados de clientes para um sítio Web de compras online. Os dados incluem dados demográficos, visitas anteriores e informações sobre a localidade. O especialista deve desenvolver uma abordagem de aprendizagem automática para identificar os padrões de compras, as preferências e as tendências dos clientes, a fim de melhorar o sítio Web para obter um melhor serviço e recomendações inteligentes

A. Alocação de Dirichlet Latente (LDA) para a coleção dada de dados discretos para identificar padrões na base de dados de clientes

B. Uma rede neural com um mínimo de três camadas e pesos iniciais aleatórios para identificar padrões na base de dados de clientes

C. Filtragem colaborativa baseada nas interacções e correlações entre utilizadores para identificar padrões na base de dados de clientes

D. Random Cut Forest (RCF) sobre subamostras aleatórias para identificar padrões na base de dados de clientes

Ver resposta

Resposta correta: C

Pergunta #4

Uma empresa que promove padrões de sono saudáveis fornecendo dispositivos ligados à nuvem aloja atualmente uma aplicação de rastreio do sono no AWS. A aplicação recolhe informações de utilização do dispositivo dos utilizadores do dispositivo. A equipa de Ciência de Dados da empresa está a criar um modelo de aprendizagem automática para prever se e quando um utilizador deixará de utilizar os dispositivos da empresa. As previsões deste modelo são utilizadas por uma aplicação a jusante que determina a melhor abordagem para contactar os utilizadores

A. riar e hospedar vários modelos no Amazon SageMaker

B. riar e hospedar vários modelos no Amazon SageMaker

C. onstruir e hospedar vários modelos no Amazon SageMaker Neo para levar em conta diferentes tipos de dispositivos médicos

D. Criar e hospedar vários modelos no Amazon SageMaker

Ver resposta

Resposta correta: D

Pergunta #5

Um especialista em aprendizagem automática precisa de mover e transformar dados para preparar a formação. Alguns dos dados precisam de ser processados quase em tempo real e outros dados podem ser movidos de hora a hora. Existem trabalhos Amazon EMR MapReduce para limpar e engenharia de recursos para executar nos dados. Qual dos seguintes serviços pode alimentar dados para os trabalhos MapReduce? (Escolha dois.)

A. Crie a imagem do Docker com o código de inferência

B. Serializar o modelo treinado para que o formato seja compactado para implantação

C. erialize o modelo treinado para que o formato seja compactado para implantação

D. Crie a imagem do Docker com o código de inferência

Ver resposta

Resposta correta: BC

Pergunta #6

Um especialista em aprendizagem automática preparou o seguinte gráfico que apresenta os resultados de k-means para k = [1..10]: Considerando o gráfico, qual é uma seleção razoável para a escolha ideal de k?

A.

B.

C.

D. 0

Ver resposta

Resposta correta: B

Pergunta #7

Uma empresa vende milhares de produtos num sítio Web público e pretende identificar automaticamente produtos com potenciais problemas de durabilidade. A empresa tem 1.000 avaliações com campos de data, classificação por estrelas, texto da avaliação, resumo da avaliação e e-mail do cliente, mas muitas avaliações estão incompletas e têm campos vazios. Um especialista em aprendizagem automática tem de treinar um modelo para identificar avaliações que expressem preocupações sobre a durabilidade do produto. O primeiro modelo precisa de

A. reinar um classificador personalizado utilizando o Amazon Comprehend

B. onstruir uma rede neural recorrente (RNN) no Amazon SageMaker usando Gluon e Apache MXNet

C. Treinar um modelo BlazingText incorporado usando o modo Word2Vec no Amazon SageMaker

D. Utilizar um modelo seq2seq incorporado no Amazon SageMaker

Ver resposta

Resposta correta: B

Pergunta #8

Um especialista em aprendizagem automática está a construir um modelo de regressão logística para prever se uma pessoa vai ou não encomendar uma pizza. O especialista está a tentar criar o modelo ideal com um limiar de classificação ideal. Que técnica de avaliação de modelos deve o especialista utilizar para compreender o impacto que diferentes limiares de classificação terão no desempenho do modelo?

A. Curva caraterística de funcionamento do recetor (ROC)

B. Taxa de classificação incorrecta

C. Erro médio quadrático (RMSE)

D. orma D

Ver resposta

Resposta correta: A

Pergunta #9

Um especialista em aprendizado de máquina está criando um modelo que executará a previsão de séries temporais usando o Amazon SageMaker. O Especialista terminou o treino do modelo e está agora a planear efetuar testes de carga no endpoint para que possa configurar o Auto Scaling para a variante do modelo. Qual a abordagem que permitirá ao Especialista rever a latência, a utilização da memória e a utilização da CPU durante o teste de carga?

A. Rever os registos do SageMaker que foram gravados no Amazon S3, utilizando o Amazon Athena e o Amazon QuickSight para visualizar os registos à medida que são produzidos

B. Gerar um painel do Amazon CloudWatch para criar uma visualização única para as métricas de latência, utilização de memória e utilização de CPU que são emitidas pelo Amazon SageMaker

C. Criar registos personalizados do Amazon CloudWatch e, em seguida, aproveitar o Amazon ES e o Kibana para consultar e visualizar os dados de registo à medida que são gerados pelo Amazon SageMaker

D. Enviar os registos do Amazon CloudWatch que foram gerados pelo Amazon SageMaker para o Amazon ES e utilizar o Kibana para consultar e visualizar os dados de registo

Ver resposta

Resposta correta: B

Pergunta #10

Uma empresa está a observar uma baixa precisão durante o treino do algoritmo de classificação de imagens incorporado por defeito no Amazon SageMaker. A equipa de ciência de dados pretende utilizar uma arquitetura de rede neural Inception em vez de uma arquitetura ResNet (Escolha duas.)

A. A taxa de aprendizagem deve ser aumentada porque o processo de otimização ficou preso num mínimo local

B. A taxa de desistência na camada de achatamento deve ser aumentada porque o modelo não é suficientemente generalizado

C. A dimensionalidade da camada densa junto à camada achatada deve ser aumentada porque o modelo não é suficientemente complexo

D. O número de épocas deve ser aumentado porque o processo de otimização foi terminado antes de atingir o mínimo global

Ver resposta

Resposta correta: CD

Pergunta #11

Uma grande empresa desenvolveu uma aplicação de BI que gera relatórios e dashboards utilizando dados recolhidos de várias métricas operacionais. A empresa pretende proporcionar aos executivos uma experiência melhorada para que possam utilizar a linguagem natural para obter dados dos relatórios. A empresa quer que os executivos possam fazer perguntas usando interfaces escritas e faladas. Que combinação de serviços pode ser usada para criar essa interface de conversação? (Escolha três.)

A. Carregue o modelo para uma instância do notebook do Amazon SageMaker e utilize a funcionalidade HPO do Amazon SageMaker para otimizar os hiperparâmetros do modelo

B. Adicionar mais dados ao conjunto de treino e treinar novamente o modelo utilizando a aprendizagem por transferência para reduzir o enviesamento

C. Utilizar um modelo de rede neural com mais camadas pré-treinadas no ImageNet e aplicar a aprendizagem por transferência para aumentar a variância

D. reinar um novo modelo utilizando a arquitetura atual da rede neural

Ver resposta

Resposta correta: BEF

Pergunta #12

Uma equipa de aprendizagem automática executa o seu próprio algoritmo de formação no Amazon SageMaker. O algoritmo de treino requer activos externos. A equipa precisa de submeter o seu próprio código de algoritmo e parâmetros específicos do algoritmo ao Amazon SageMaker. Que combinação de serviços deve a equipa utilizar para criar um algoritmo personalizado no Amazon SageMaker? (Escolha dois.)

A. 0

B. 0

C. 00

D. ,400

Ver resposta

Resposta correta: CE

Pergunta #13

Uma empresa de fabrico tem um grande conjunto de dados históricos de vendas rotulados. O fabricante gostaria de prever quantas unidades de uma determinada peça devem ser produzidas em cada trimestre. Que abordagem de aprendizagem automática deve ser utilizada para resolver este problema?

A. Regressão logística

B. Floresta de corte aleatório (RCF)

C. Análise de componentes principais (PCA)

D. Regressão linear

Ver resposta

Resposta correta: B

Pergunta #14

Uma agência de segurança de escritórios conduziu um piloto bem sucedido utilizando 100 câmaras instaladas em locais chave dentro do escritório principal. As imagens das câmaras foram carregadas para o Amazon S3 e marcadas utilizando o Amazon Rekognition, e os resultados foram armazenados no Amazon ES. A agência pretende agora expandir o piloto para um sistema de produção completo, utilizando milhares de câmaras de vídeo nos seus escritórios em todo o mundo. O objetivo é identificar actividades realizadas por não funcionários em tempo realQual a solução que a agência deve considerar?

A. Utilizar um servidor proxy em cada escritório local e para cada câmara, e transmitir o feed RTSP para um fluxo de vídeo exclusivo do Amazon Kinesis Video Streams

B. Utilizar um servidor proxy em cada escritório local e para cada câmara, e transmitir o feed RTSP para um fluxo de vídeo exclusivo do Amazon Kinesis Video Streams

C. Instale câmaras AWS DeepLens e utilize o módulo DeepLens_Kinesis_Video para transmitir vídeo para fluxos de vídeo Amazon Kinesis para cada câmara

D. Instale câmaras AWS DeepLens e utilize o módulo DeepLens_Kinesis_Video para transmitir vídeo para Amazon Kinesis Video Streams para cada câmara

Ver resposta

Resposta correta: A

Pergunta #15

Um especialista em aprendizado de máquina deseja determinar a configuração apropriada de SageMakerVariantInvocationsPerInstance para uma configuração de dimensionamento automático de ponto de extremidade. O Especialista realizou um teste de carga em uma única instância e determinou que o pico de solicitações por segundo (RPS) sem degradação do serviço é de cerca de 20 RPS. Como esta é a primeira implementação, o Especialista pretende definir o fator de segurança de invocação para 0,5. Com base nos parâmetros indicados e dado que a definição de invocações por instância é medida

A. Inicializar as palavras através de vectores de frequência de termo - frequência inversa de documento (TF-IDF) pré-treinados numa grande coleção de artigos de notícias relacionados com o sector da energia

B. Utilizar unidades recorrentes com controlo (GRUs) em vez de LSTM e executar o processo de formação até que a perda de validação deixe de diminuir

C. eduzir a taxa de aprendizagem e executar o processo de formação até que a perda de formação deixe de diminuir

D. Inicializar as palavras por word2vec embeddings pré-treinados numa grande coleção de artigos noticiosos relacionados com o sector da energia

Ver resposta

Resposta correta: C

Pergunta #16

Um banco pretende lançar uma promoção de crédito a taxas baixas. O banco está localizado numa cidade que passou recentemente por dificuldades económicas. Apenas alguns dos clientes do banco foram afectados pela crise, pelo que a equipa de crédito do banco tem de identificar os clientes que devem ser alvo da promoção. No entanto, a equipa de crédito quer ter a certeza de que o histórico de crédito completo dos clientes fiéis é considerado quando a decisão é tomada

A. Use o Amazon SageMaker Studio para reconstruir o modelo

B. se o Amazon SageMaker Studio para reconstruir o modelo

C. Crie uma instância de notebook do Amazon SageMaker

D. Use o Amazon SageMaker Studio para reconstruir o modelo

Ver resposta

Resposta correta: C

Pergunta #17

Um fabricante está a operar um grande número de fábricas com uma relação complexa na cadeia de abastecimento, em que o tempo de inatividade inesperado de uma máquina pode causar a paragem da produção em várias fábricas. Um cientista de dados pretende analisar os dados dos sensores das fábricas para identificar o equipamento que necessita de manutenção preventiva e, em seguida, enviar uma equipa de assistência para evitar períodos de inatividade não planeados. As leituras dos sensores de uma única máquina podem incluir até 200 pontos de dados, incluindo temperaturas, tensões, vibrações, RPMs e pressão

A. Implantar o modelo no Amazon SageMaker

B. Implementar o modelo no AWS IoT Greengrass em cada fábrica

C. Implantar o modelo em um trabalho de transformação em lote do Amazon SageMaker

D. Implantar o modelo no Amazon SageMaker e usar uma regra de IoT para gravar dados em uma tabela do Amazon DynamoDB

Ver resposta

Resposta correta: B

Pergunta #18

Um especialista em aprendizagem automática está a decidir entre construir um modelo Bayesiano ingénuo ou uma rede Bayesiana completa para um problema de classificação. O especialista calcula os coeficientes de correlação de Pearson entre cada caraterística e verifica que os seus valores absolutos variam entre 0,1 e 0,95

A. Um modelo Bayesiano ingénuo, uma vez que as características são todas condicionalmente independentes

B. Uma rede Bayesiana completa, uma vez que as características são todas condicionalmente independentes

C. Um modelo Bayesiano ingénuo, uma vez que algumas das características são estatisticamente dependentes

D. Uma rede Bayesiana completa, uma vez que algumas das características são estatisticamente dependentes

Ver resposta

Resposta correta: D

Pergunta #19

Um cientista de dados está a construir um modelo de regressão linear e irá utilizar os valores p resultantes para avaliar o significado estatístico de cada coeficiente. Após a inspeção do conjunto de dados, o cientista de dados descobre que a maioria das características são normalmente distribuídas. O gráfico de uma caraterística do conjunto de dados é apresentado no gráfico. Que transformação deve o cientista de dados aplicar para satisfazer os pressupostos estatísticos do modelo de regressão linear?

A. Transformação exponencial

B. Transformação logarítmica

C. Transformação polinomial

D. Transformação sinusoidal

Ver resposta

Resposta correta: B

Pergunta #20

Um engenheiro de dados precisa de criar um modelo que utilize um conjunto de dados que contenha informações sobre o cartão de crédito do cliente. Como é que o engenheiro de dados pode garantir que os dados permanecem encriptados e que as informações do cartão de crédito estão seguras?

A. Utilizar um algoritmo de encriptação personalizado para encriptar os dados e armazenar os dados numa instância do Amazon SageMaker numa VPC

B. Utilizar uma política de IAM para encriptar os dados no bucket do Amazon S3 e o Amazon Kinesis para eliminar automaticamente os números de cartões de crédito e inserir números de cartões de crédito falsos

C. Utilizar uma configuração de lançamento do Amazon SageMaker para encriptar os dados depois de serem copiados para a instância do SageMaker numa VP Utilizar o algoritmo de análise de componentes principais (PCA) do SageMaker para reduzir o comprimento dos números de cartões de crédito

D. Utilizar o AWS KMS para encriptar os dados no Amazon S3 e no Amazon SageMaker e eliminar os números dos cartões de crédito dos dados dos clientes com o AWS Glue

Ver resposta

Resposta correta: D

Pergunta #21

Um dicionário interativo em linha pretende adicionar um widget que apresenta palavras utilizadas em contextos semelhantes. Pede-se a um especialista em aprendizagem automática que forneça características de palavras para o modelo de vizinho mais próximo a jusante que alimenta o widget

A. Criar vectores de codificação de palavras com um único disparo

B. Produzir um conjunto de sinónimos para cada palavra utilizando o Amazon Mechanical Turk

C. riar vectores de incorporação de palavras que armazenam a distância de edição com cada uma das outras palavras

D. Descarregue as palavras incorporadas pré-treinadas num grande corpus

Ver resposta

Resposta correta: D

Pergunta #22

Um especialista em aprendizagem automática está a implementar uma rede Bayesiana completa num conjunto de dados que descreve os transportes públicos na cidade de Nova Iorque. Uma das variáveis aleatórias é discreta e representa o número de minutos que os nova-iorquinos esperam por um autocarro, dado que os autocarros circulam de 10 em 10 minutos, com uma média de 3 minutos

A. Distribuição de Poisson

B. Distribuição uniforme

C. Distribuição normal

D. Distribuição binomial

Ver resposta

Resposta correta: A

Pergunta #23

Um especialista em aprendizagem automática está a desenvolver uma prova de conceito para utilizadores governamentais cuja principal preocupação é a segurança. O especialista está a utilizar o Amazon SageMaker para treinar um modelo de rede neural convolucional (CNN) para uma aplicação de classificação de fotografias. O especialista pretende proteger os dados para que não possam ser acedidos e transferidos para um anfitrião remoto por código malicioso acidentalmente instalado no contentor de treino

A. Criar uma força de trabalho com o AWS Identity and Access Management (IAM)

B. riar uma força de trabalho e um ficheiro de manifesto do Amazon Mechanical Turk

C. riar uma força de trabalho privada e um ficheiro de manifesto

D. Criar uma força de trabalho com o Amazon Cognito

Ver resposta

Resposta correta: D

Pergunta #24

Um especialista em aprendizagem automática precisa de poder ingerir dados de fluxo contínuo e armazená-los em ficheiros Apache Parquet para exploração e análise. Qual dos seguintes serviços poderia ingerir e armazenar estes dados no formato correto?

A. AWS DMS

B. Fluxos de dados do Amazon Kinesis

C. Mangueira de dados do Amazon Kinesis

D. Análise de dados do Amazon Kinesis

Ver resposta

Resposta correta: C

Pergunta #25

Um especialista em aprendizagem automática carrega um conjunto de dados para um bucket do Amazon S3 protegido com encriptação do lado do servidor utilizando o AWS KMS. Como é que o especialista em aprendizagem automática deve definir a instância do notebook do Amazon SageMaker para que possa ler o mesmo conjunto de dados do Amazon S3?

A. Definir grupo(s) de segurança para permitir todo o tráfego HTTP de entrada/saída e atribuir esse(s) grupo(s) de segurança à instância do notebook do Amazon SageMaker

B. Configure a instância do notebook do Amazon SageMaker para ter acesso ao VPC

C. tribuir uma função IAM ao notebook do Amazon SageMaker com acesso de leitura S3 ao conjunto de dados

D. tribuir a mesma chave KMS utilizada para encriptar dados no Amazon S3 à instância do notebook do Amazon SageMaker

Ver resposta

Resposta correta: D

Pergunta #26

Um especialista em aprendizagem automática está a configurar o Amazon SageMaker para que vários cientistas de dados possam aceder a blocos de notas, treinar modelos e implementar pontos finais. Para garantir o melhor desempenho operacional, o Especialista precisa de ser capaz de controlar a frequência com que os Cientistas estão a implementar modelos, a utilização de GPU e CPU nos pontos finais do SageMaker implementados e todos os erros que são gerados quando um ponto final é invocado (Escolha dois.)

A. Exigir que as lojas passem a capturar os seus dados localmente no AWS Storage Gateway para carregamento no Amazon S3 e, em seguida, utilizar o AWS Glue para efetuar a transformação

B. Implementar um cluster Amazon EMR que execute o Apache Spark com a lógica de transformação e fazer com que o cluster seja executado todos os dias nos registos acumulados no Amazon S3, enviando registos novos/transformados para o Amazon S3

C. Criar um conjunto de instâncias do Amazon EC2 com a lógica de transformação, fazer com que transformem os registos de dados acumulados no Amazon S3 e enviar os registos transformados para o Amazon S3

D. Inserir um fluxo do Amazon Kinesis Data Analytics a jusante do fluxo do Kinesis Data Firehose que transforma atributos de registo brutos em valores transformados simples utilizando SQL

Ver resposta

Resposta correta: AD

Pergunta #27

Um cientista de dados deve criar um modelo de recomendação personalizado no Amazon SageMaker para uma empresa de retalho online. Devido à natureza dos produtos da empresa, os clientes compram apenas 4-5 produtos a cada 5-10 anos. Assim, a empresa depende de um fluxo constante de novos clientes. Quando um novo cliente se regista, a empresa recolhe dados sobre as preferências do cliente. Abaixo está uma amostra dos dados disponíveis para o cientista de dados. Como é que o cientista de dados deve dividir o conjunto de dados num conjunto de treino e num conjunto de teste para este caso de utilização?

A. aralhar todos os dados de interação

B. Identificar os 10% de interacções mais recentes de cada utilizador

C. dentificar os 10% de utilizadores com menos dados de interação

D. Selecionar aleatoriamente 10% dos utilizadores

Ver resposta

Resposta correta: D

Pergunta #28

Um cientista de dados está a treinar um modelo de classificação de texto utilizando o algoritmo BlazingText incorporado no Amazon SageMaker. Existem 5 classes no conjunto de dados, com 300 amostras para a categoria A, 292 amostras para a categoria B, 240 amostras para a categoria C, 258 amostras para a categoria D e 310 amostras para a categoria E. O cientista de dados baralha os dados e separa 10% para teste. Depois de treinar o modelo, o cientista de dados gera matrizes de confusão para os conjuntos de treino e teste. O que é que o cientista de dados poderia con

A. Média móvel integrada auto-regressiva (AIRMA)

B. Suavização exponencial (ETS)

C. Rede Neural Convolucional - Regressão de Quantis (CNN-QR)

D. Profeta

Ver resposta

Resposta correta: A

Pergunta #29

Um especialista em aprendizagem automática inicia um trabalho de afinação de hiperparâmetros para um modelo de conjunto baseado em árvore utilizando o Amazon SageMaker com a Área sob a curva ROC (AUC) como métrica objetiva. Este fluxo de trabalho será eventualmente implementado num pipeline que retreina e ajusta os hiperparâmetros todas as noites para modelar o click-through em dados que ficam obsoletos a cada 24 horas. Com o objetivo de diminuir o tempo necessário para treinar estes modelos e, em última análise, diminuir os custos, o Especialista pretende reconfigurar a entrada

A. Um histograma que mostra se a caraterística de entrada mais importante é Gaussiana

B. Um gráfico de dispersão com pontos coloridos por variável-alvo que utiliza a incorporação de vizinhos estocásticos distribuídos t (t-SNE) para visualizar o grande número de variáveis de entrada numa dimensão mais fácil de ler

C. Um gráfico de dispersão que mostra o desempenho da métrica do objetivo em cada iteração de treino

D. Um gráfico de dispersão que mostra a correlação entre a profundidade máxima da árvore e a métrica objetiva

Ver resposta

Resposta correta: B

Pergunta #30

Uma empresa oferece um serviço de compras em linha aos seus clientes. A empresa pretende melhorar a segurança do sítio, solicitando informações adicionais quando os clientes acedem ao sítio a partir de localizações diferentes da sua localização normal. A empresa pretende atualizar o processo para chamar um modelo de aprendizagem automática (ML) para determinar quando devem ser solicitadas informações adicionais. A empresa dispõe de vários terabytes de dados dos seus servidores Web de comércio eletrónico existentes, que contêm os endereços IP de origem de cada pedido

A. Utilizar o Amazon SageMaker Ground Truth para rotular cada registo como uma tentativa de acesso bem sucedida ou falhada

B. Use o Amazon SageMaker para treinar um modelo usando o algoritmo do IP Insights

C. Utilizar o Amazon SageMaker Ground Truth para rotular cada registo como uma tentativa de acesso bem sucedida ou falhada

D. Use o Amazon SageMaker para treinar um modelo usando o algoritmo Object2Vec

Ver resposta

Resposta correta: B

Pergunta #31

Um cientista de dados pretende obter informações em tempo real sobre um fluxo de dados de ficheiros GZIP. Qual a solução que permite a utilização de SQL para consultar o fluxo com a MENOR latência?

A. Amazon Kinesis Data Analytics com uma função AWS Lambda para transformar os dados

B. AWS Glue com um script ETL personalizado para transformar os dados

C. Uma biblioteca cliente Amazon Kinesis para transformar os dados e guardá-los num cluster Amazon ES

D. Amazon Kinesis Data Firehose para transformar os dados e colocá-los num bucket Amazon S3

Ver resposta

Resposta correta: A

Pergunta #32

O editor-chefe de um catálogo de produtos pretende que a equipa de investigação e desenvolvimento crie um sistema de aprendizagem automática que possa ser utilizado para detetar se os indivíduos numa coleção de imagens estão ou não a usar a marca de retalho da empresa. A equipa tem um conjunto de dados de treino. Qual o algoritmo de aprendizagem automática que os investigadores devem utilizar que MELHOR satisfaz os seus requisitos?

A. Atribuição de Dirichlet Latente (LDA)

B. Rede neural recorrente (RNN)

C. -means

D. Rede neural convolucional (CNN)

Ver resposta

Resposta correta: D

Pergunta #33

Um especialista em aprendizagem automática que trabalha para uma empresa de moda em linha pretende criar uma solução de ingestão de dados para o lago de dados da empresa baseado no Amazon S3. O especialista pretende criar um conjunto de mecanismos de ingestão que permitirão capacidades futuras, nomeadamente:- Análise em tempo real - Análise interactiva de dados históricos - Análise de clickstream - Recomendações de produtosQue serviços deve o especialista utilizar?

A. AWS Glue como catálogo de dados; Amazon Kinesis Data Streams e Amazon Kinesis Data Analytics para obter informações sobre os dados em tempo real; Amazon Kinesis Data Firehose para entrega ao Amazon ES para análise do fluxo de cliques; Amazon EMR para gerar recomendações personalizadas de produtos

B. Amazon Athena como catálogo de dados: Amazon Kinesis Data Streams e Amazon Kinesis Data Analytics para obter informações sobre dados quase em tempo real; Amazon Kinesis Data Firehose para análise de clickstream; AWS Glue para gerar recomendações personalizadas de produtos

C. AWS Glue como catálogo de dados; Amazon Kinesis Data Streams e Amazon Kinesis Data Analytics para obter informações sobre dados históricos; Amazon Kinesis Data Firehose para entrega ao Amazon ES para análise do fluxo de cliques; Amazon EMR para gerar recomendações personalizadas de produtos

D. O Amazon Athena como catálogo de dados; o Amazon Kinesis Data Streams e o Amazon Kinesis Data Analytics para obter informações sobre dados históricos; os fluxos do Amazon DynamoDB para análise do fluxo de cliques; o AWS Glue para gerar recomendações personalizadas de produtos

Ver resposta

Resposta correta: A

Pergunta #34

Um cientista de dados está a desenvolver um pipeline para ingerir dados de tráfego Web em fluxo contínuo. O cientista de dados precisa de implementar um processo para identificar padrões de tráfego Web invulgares como parte do pipeline. Os padrões serão utilizados a jusante para alertas e resposta a incidentes. A solução tem de fazer o seguinte:-Calcular uma pontuação de anomalia para cada entrada de tráfego Web.-Adaptar a identificação de eventos invulgares a padrões Web em mudança ao longo do tempo.Que

A. Utilizar dados históricos de tráfego Web para treinar um modelo de deteção de anomalias utilizando o modelo incorporado Amazon SageMaker Random Cut Forest (RCF)

B. Use dados históricos de tráfego da Web para treinar um modelo de deteção de anomalias usando o modelo XGBoost integrado do Amazon SageMaker

C. Recolher os dados de streaming utilizando o Amazon Kinesis Data Firehose

D. ecolher os dados de streaming utilizando o Amazon Kinesis Data Firehose

Ver resposta

Resposta correta: D

Pergunta #35

Um especialista em aprendizagem automática está a construir uma rede neural convolucional (CNN) que irá classificar 10 tipos de animais. O especialista construiu uma série de camadas numa rede neural que recebe uma imagem de entrada de um animal, passa por uma série de camadas convolucionais e de pooling e, finalmente, passa por uma camada densa e totalmente conectada com 10 nós. O especialista gostaria de obter um resultado da rede neuronal que seja uma distribuição de probabilidades da probabilidade de a imagem de entrada

A. Erro médio quadrático (RMSE)

B. Gráficos residuais

C. Área sob a curva

D. Matriz de confusão

Ver resposta

Resposta correta: C

Pergunta #36

Uma empresa pretende classificar o comportamento do utilizador como fraudulento ou normal. Com base em pesquisas internas, um especialista em aprendizado de máquina gostaria de criar um classificador binário com base em dois recursos: idade da conta e mês da transação. A distribuição de classes para essas características é ilustrada na figura fornecida. Com base nessas informações, qual modelo teria a MAIOR precisão?

A. Modelo de memória de curto prazo longa (LSTM) com unidade linear exponencial escalonada (SELU)

B. Regressão logística

C. Máquina de vectores de apoio (SVM) com núcleo não linear

D. Perceptrão simples com função de ativação tanh

Ver resposta

Resposta correta: C

Pergunta #37

Um programador de uma empresa de retalho está a criar um modelo de previsão da procura diária. A empresa armazena os dados históricos de procura por hora num bucket do Amazon S3. No entanto, os dados históricos não incluem dados de procura para algumas horas. O programador pretende verificar se uma abordagem de média móvel integrada autoregressiva (ARIMA) será um modelo adequado para o caso de utilização

A. Utilizar o Amazon SageMaker Data Wrangler

B. Utilizar o piloto automático do Amazon SageMaker

C. Utilizar o Amazon SageMaker Data Wrangler

D. Utilizar o piloto automático do Amazon SageMaker

Ver resposta

Resposta correta: A

Pergunta #38

Um especialista em aprendizagem automática está a empacotar um modelo ResNet personalizado num contentor Docker para que a empresa possa utilizar o Amazon SageMaker para formação. O especialista está a utilizar instâncias do Amazon EC2 P3 para treinar o modelo e precisa de configurar corretamente o contentor Docker para tirar partido das GPUs NVIDIA

A. mpacote os drivers NVIDIA com a imagem do Docker

B. onstruir o contêiner do Docker para ser compatível com o NVIDIA-Docker

C. rganizar a estrutura de arquivos do contêiner Docker para execução em instâncias de GPU

D. Definir o sinalizador GPU no corpo do pedido CreateTrainingJob do Amazon SageMaker

Ver resposta

Resposta correta: B

Pergunta #39

Um Gestor de Marketing de uma companhia de seguros para animais de estimação planeia lançar uma campanha de marketing direccionada nas redes sociais para adquirir novos clientes. Atualmente, a empresa tem os seguintes dados no Amazon Aurora:-Perfis de todos os clientes passados e existentes-Perfis de todos os animais de estimação segurados passados e existentes-Informações ao nível da apólice-Prémios recebidos-Reclamações pagasQue medidas devem ser tomadas para implementar um modelo de aprendizagem automática para identificar potenciais novos clientes nas redes sociais?

A. Utilizar a regressão nos dados do perfil do cliente para compreender as principais características dos segmentos de consumidores

B. Utilizar o agrupamento de dados de perfis de clientes para compreender as principais características dos segmentos de consumidores

C. Utilizar um motor de recomendação nos dados de perfil do cliente para compreender as principais características dos segmentos de consumidores

D. Utilizar um motor de classificação de árvores de decisão em dados de perfis de clientes para compreender as principais características dos segmentos de consumidores

Ver resposta

Resposta correta: C

Pergunta #40

Um especialista em aprendizagem automática tem de criar um processo para consultar um conjunto de dados no Amazon S3 utilizando o Amazon Athena. O conjunto de dados contém mais de 800.000 registos armazenados como ficheiros CSV de texto simples. Cada registo contém 200 colunas e tem aproximadamente 1,5 MB de tamanho. A maioria das consultas abrangerá apenas 5 a 10 colunas. Como é que o especialista em aprendizagem automática deve transformar o conjunto de dados para minimizar o tempo de execução da consulta?

A. onverter os registos para o formato Apache Parquet

B. onverter os registos para o formato JSON

C. onverter os registos para o formato GZIP CSV

D. onverter os registos para o formato XML

Ver resposta

Resposta correta: A

Pergunta #41

Uma empresa imobiliária pretende criar um modelo de aprendizagem automática para prever os preços das habitações com base num conjunto de dados históricos. O conjunto de dados contém 32 características. Qual é o modelo que satisfaz os requisitos da empresa?

A. Regressão logística

B. Regressão linear

C. -means

D. Análise de componentes principais (PCA)

Ver resposta

Resposta correta: B

Pergunta #42

Uma empresa de cuidados de saúde está a planear utilizar redes neuronais para classificar as suas imagens de raios X em classes normais e anormais. Os dados rotulados são divididos num conjunto de treino de 1.000 imagens e num conjunto de teste de 200 imagens. O treinamento inicial de um modelo de rede neural com 50 camadas ocultas produziu 99% de precisão no conjunto de treinamento, mas apenas 55% de precisão no conjunto de teste (Escolha três.)

A. Paragem precoce

B. Inicialização aleatória dos pesos com uma semente adequada

C. Aumentar o número de épocas

D. Adicionar outra camada com os 100 neurónios

Ver resposta

Resposta correta: BDF

Pergunta #43

Qual das seguintes métricas deve um especialista em aprendizagem automática utilizar geralmente para comparar/avaliar modelos de classificação de aprendizagem automática entre si?

A. Recordar

B. Taxa de classificação incorrecta

C. Erro percentual absoluto médio (MAPE)

D. Área sob a curva ROC (AUC)

Ver resposta

Resposta correta: D

Pergunta #44

Um grande fabricante de bens de consumo tem os seguintes produtos à venda:-34 variantes diferentes de pastas de dentes-48 variantes diferentes de escovas de dentes-43 variantes diferentes de elixiresO historial completo de vendas de todos estes produtos está disponível no Amazon S3. Atualmente, a empresa está a utilizar modelos de média móvel integrada auto-regressiva (ARIMA) personalizados para prever a procura destes produtos. A empresa pretende prever a procura de um novo produto que será lançado em breve

A. reinar um modelo ARIMA personalizado para prever a procura do novo produto

B. Treinar um algoritmo Amazon SageMaker DeepAR para prever a procura do novo produto

C. Treinar um algoritmo de agrupamento k-means do Amazon SageMaker para prever a procura do novo produto

D. Treinar um modelo XGBoost personalizado para prever a procura do novo produto

Ver resposta

Resposta correta: B

Pergunta #45

Uma empresa de jogos lançou um jogo em linha em que as pessoas podem começar a jogar gratuitamente, mas têm de pagar se optarem por utilizar determinadas funcionalidades. A empresa precisa de criar um sistema automatizado para prever se um novo utilizador se tornará ou não um utilizador pago no prazo de um ano. A empresa reuniu um conjunto de dados rotulados de 1 milhão de utilizadores. O conjunto de dados de treino é composto por 1.000 amostras positivas (de utilizadores que acabaram por pagar no prazo de 1 ano) e 999.000 amostras negativas (de utilizadores que não utilizaram quaisquer funcionalidades pagas)

A. Eliminar todos os registos do conjunto de dados em que a idade foi definida como 0

B. ubstituir o valor do campo idade para registos com um valor de 0 pelo valor médio ou mediano do conjunto de dados

C. Eliminar a caraterística idade do conjunto de dados e treinar o modelo utilizando as restantes características

D. Utilizar o agrupamento k-means para tratar as características em falta

Ver resposta

Resposta correta: CD

Pergunta #46

Uma empresa vai utilizar o Amazon SageMaker para treinar e alojar um modelo de aprendizagem automática (ML) para uma campanha de marketing. A maioria dos dados são dados confidenciais de clientes. Os dados devem ser encriptados em repouso. A empresa pretende que a AWS mantenha a raiz de confiança para as chaves mestras e pretende que a utilização das chaves de encriptação seja registada

A. Utilizar chaves de encriptação armazenadas no AWS Cloud HSM para encriptar os volumes de dados ML e para encriptar os artefactos e dados do modelo no Amazon S3

B. Utilizar chaves transitórias incorporadas no SageMaker para encriptar os volumes de dados ML

C. tilizar chaves geridas pelo cliente no AWS Key Management Service (AWS KMS) para encriptar os volumes de dados ML e para encriptar os artefactos e dados do modelo no Amazon S3

D. Utilizar o AWS Security Token Service (AWS STS) para criar tokens temporários para encriptar os volumes de armazenamento ML e para encriptar os artefactos e dados do modelo no Amazon S3

Ver resposta

Resposta correta: C

Pergunta #47

Uma empresa pretende classificar o comportamento do utilizador como fraudulento ou normal. Com base em pesquisas internas, um especialista em aprendizado de máquina criará um classificador binário com base em dois recursos: idade da conta, denotada por x, e mês da transação, denotada por y. As distribuições de classe são ilustradas na figura fornecida. A classe positiva está representada a vermelho, enquanto a classe negativa está representada a preto. Qual dos modelos teria a MAIOR precisão?

A. Máquina de vectores de apoio linear (SVM)

B. Árvore de decisão

C. Máquina de vectores de suporte (SVM) com um núcleo de função de base radial

D. Perceptrão simples com uma função de ativação Tanh

Ver resposta

Resposta correta: C

Pergunta #48

Uma equipa de ciência de dados está a planear construir uma aplicação de processamento de linguagem natural (PNL). A fase de pré-processamento de texto da aplicação incluirá a marcação de parte do discurso e a extração de fases-chave. O texto pré-processado será introduzido num algoritmo de classificação personalizado que a equipa de ciência de dados já escreveu e treinou utilizando o Apache MXNet

A. Utilizar o Amazon Comprehend para as tarefas de marcação de parte do discurso, extração de fases-chave e classificação

B. Utilizar uma biblioteca NLP no Amazon SageMaker para a etiquetagem de parte do discurso

C. Utilizar o Amazon Comprehend para as tarefas de etiquetagem de parte do discurso e extração de fases-chave

D. Use o Amazon Comprehend para as tarefas de marcação de parte do discurso e extração de fase-chave

Ver resposta

Resposta correta: B

Pergunta #49

Um revendedor em linha tem um conjunto de dados grande, com várias colunas, em que uma coluna não contém 30% dos dados. Um especialista em aprendizagem automática acredita que certas colunas do conjunto de dados podem ser utilizadas para reconstruir os dados em falta. Que abordagem de reconstrução deve o especialista utilizar para preservar a integridade do conjunto de dados?

A. Eliminação por listas

B. �ltima observação transitada

C. Imputação múltipla

D. Substituição média

Ver resposta

Resposta correta: C

Pergunta #50

Uma empresa está a lançar um novo produto e precisa de criar um mecanismo para monitorizar os comentários sobre a empresa e o seu novo produto nas redes sociais. A empresa precisa de ser capaz de avaliar o sentimento expresso nas mensagens das redes sociais, visualizar tendências e configurar alarmes com base em vários limiares. A empresa precisa de implementar esta solução rapidamente e pretende minimizar a infraestrutura e os recursos de ciência de dados necessários para avaliar as mensagens. A empresa já tem uma solução implementada para recolher p

A. Treinar um modelo no Amazon SageMaker utilizando o algoritmo BlazingText para detetar sentimentos no corpus de publicações nas redes sociais

B. Treinar um modelo no Amazon SageMaker utilizando o algoritmo de segmentação semântica para modelar o conteúdo semântico no corpus de publicações nas redes sociais

C. esencadear uma função AWS Lambda quando as mensagens das redes sociais são adicionadas ao balde S3

D. esencadear uma função AWS Lambda quando as mensagens de redes sociais são adicionadas ao balde S3

Ver resposta

Resposta correta: D

Pergunta #51

Um cientista de dados está a desenvolver um modelo de aprendizagem automática para prever os resultados futuros dos doentes com base nas informações recolhidas sobre cada doente e os respectivos planos de tratamento. O modelo deve produzir um valor contínuo como previsão. Os dados disponíveis incluem resultados rotulados para um conjunto de 4.000 pacientes. O estudo foi efectuado num grupo de indivíduos com mais de 65 anos de idade que sofrem de uma doença específica que se sabe piorar com a idade. Ao rever os dados subjacentes, o

A. Armazenar conjuntos de dados como ficheiros no Amazon S3

B. rmazenar conjuntos de dados como arquivos em um volume do Amazon EBS anexado a uma instância do Amazon EC2

C. rmazenar conjuntos de dados como tabelas num cluster de vários nós do Amazon Redshift

D. Armazenar conjuntos de dados como tabelas globais no Amazon DynamoDB

Ver resposta

Resposta correta: D

Pergunta #52

Uma empresa está a executar um serviço de previsão de aprendizagem automática que gera 100 TB de previsões todos os dias. Um especialista em aprendizagem automática tem de gerar uma visualização da curva diária de precisão-recuperação a partir das previsões e enviar uma versão só de leitura à equipa comercial

A. Executar um fluxo de trabalho diário do Amazon EMR para gerar dados de chamada de precisão e guardar os resultados no Amazon S3

B. Gerar dados diários de recuperação de precisão no Amazon QuickSight e publicar os resultados num painel de controlo partilhado com a equipa comercial

C. Executar um fluxo de trabalho diário do Amazon EMR para gerar dados de recuperação de precisão e guardar os resultados no Amazon S3

D. Gerar dados diários de recuperação de precisão no Amazon ES e publicar os resultados num painel de controlo partilhado com a equipa comercial

Ver resposta

Resposta correta: C

Pergunta #53

Um especialista em aprendizagem automática está a planear criar um cluster Amazon EMR de longa duração. O cluster EMR terá 1 nó mestre, 10 nós de núcleo e 20 nós de tarefa. Para economizar nos custos, o Especialista usará Instâncias Spot no cluster EMR. Quais nós o Especialista deve lançar em Instâncias Spot?

A. Nó principal

B. Qualquer um dos nós centrais

C. Qualquer um dos nós de tarefa

D. Nós de núcleo e nós de tarefa

Ver resposta

Resposta correta: C

Pergunta #54

Um cientista de dados explorou e higienizou um conjunto de dados em preparação para a fase de modelação de uma tarefa de aprendizagem supervisionada. A dispersão estatística pode variar muito entre as características, por vezes em várias ordens de grandeza. Antes de passar à fase de modelação, o cientista de dados quer garantir que o desempenho da previsão nos dados de produção é o mais exato possível

A. Aplicar a amostragem aleatória ao conjunto de dados

B. Dividir o conjunto de dados em conjuntos de treino, validação e teste

C. Redimensionar o conjunto de dados

D. ividir o conjunto de dados em conjuntos de treino, validação e teste

Ver resposta

Resposta correta: D

Pergunta #55

Uma empresa de fabrico utiliza modelos de aprendizagem automática (ML) para detetar problemas de qualidade. Os modelos utilizam imagens que são tiradas do produto da empresa no final de cada etapa de produção. A empresa tem milhares de máquinas no local de produção que geram, em média, uma imagem por segundo. A empresa realizou um projeto-piloto bem sucedido com uma única máquina de fabrico. Para o projeto-piloto, os especialistas em ML utilizaram um PC industrial que executava o AWS IoT Greengrass com uma função AWS Lambda de longa duração que carregava as imagens para a Ama

A. Configure uma conexão AWS Direct Connect de 10 Gbps entre o site de produção e a região da AWS mais próxima

B. Estender a função Lambda de longa duração que é executada no AWS IoT Greengrass para comprimir as imagens e carregar os ficheiros comprimidos para o Amazon S3

C. Usar o dimensionamento automático para o SageMaker

D. Implementar a função Lambda e os modelos ML no núcleo do AWS IoT Greengrass que está a ser executado nos PCs industriais instalados em cada máquina

Ver resposta

Resposta correta: D

Pergunta #56

Uma empresa está a criar um mecanismo para que cientistas de dados e engenheiros de diferentes departamentos acedam a um domínio Amazon SageMaker Studio. Cada departamento tem um domínio SageMaker Studio exclusivo. A empresa pretende criar uma aplicação proxy central na qual os cientistas de dados e os engenheiros possam iniciar sessão utilizando as suas credenciais empresariais. A aplicação proxy irá autenticar os utilizadores utilizando o fornecedor de identidade (IdP) existente na empresa. A aplicação irá então encaminhar os utilizadores para a aplicação SageMaker Studi

A. Utilize a API SageMaker CreatePresignedDomainUrl para gerar um URL pré-assinado para cada domínio de acordo com a tabela DynamoDB

B. Utilize a API SageMaker CreateHuman TaskUi para gerar um URL de IU

C. se a API ListHumanTaskUis do Amazon SageMaker para listar todos os URLs da interface do usuário

D. Utilize a API SageMaker CreatePresignedNotebookInstanceUrl para gerar um URL pré-assinado

Ver resposta

Resposta correta: A

Pergunta #57

Uma empresa de fabrico pede ao seu especialista em aprendizagem automática que desenvolva um modelo que classifique as peças defeituosas num de oito tipos de defeitos. A empresa forneceu cerca de 100.000 imagens por tipo de defeito para treino. Durante a formação inicial do modelo de classificação de imagens, o especialista verifica que a precisão da validação é de 80%, enquanto a precisão da formação é de 90%. Sabe-se que o desempenho a nível humano para este tipo de classificação de imagens é de cerca de 90%

A. Um tempo de formação mais longo

B. Aumentar a rede

C. Utilizar um optimizador diferente

D. Utilizando alguma forma de regularização

Ver resposta

Resposta correta: D

Pergunta #58

Uma empresa configurou e implementou o seu modelo de aprendizagem automática (ML) na produção com um ponto final utilizando os serviços de alojamento do Amazon SageMaker. A equipa de ML configurou o escalonamento automático para as suas instâncias SageMaker para suportar alterações na carga de trabalho. Durante os testes, a equipa repara que estão a ser lançadas instâncias adicionais antes de as novas instâncias estarem prontas. Este comportamento tem de ser alterado o mais rapidamente possível. Como pode a equipa de ML resolver este problema?

A. iminuir o período de arrefecimento para a atividade de scale-in

B. Substituir o ponto de extremidade atual por um ponto de extremidade multi-modelo utilizando o SageMaker

C. Configure o Amazon API Gateway e o AWS Lambda para acionar o ponto de extremidade de inferência do SageMaker

D. umentar o período de arrefecimento para a atividade de expansão

Ver resposta

Resposta correta: D

Pergunta #59

Um especialista em aprendizagem automática está a utilizar uma instância de notebook do Amazon SageMaker numa sub-rede privada de um VPC empresarial. O especialista em ML tem dados importantes armazenados no volume Amazon EBS da instância do notebook do Amazon SageMaker e precisa de tirar um instantâneo desse volume EBS. No entanto, o especialista em ML não consegue encontrar o volume EBS da instância do notebook do Amazon SageMaker ou a instância do Amazon EC2 dentro da VPC

A. As instâncias do notebook do Amazon SageMaker são baseadas nas instâncias EC2 na conta do cliente, mas são executadas fora dos VPCs

B. As instâncias do notebook do Amazon SageMaker são baseadas no serviço Amazon ECS nas contas dos clientes

C. As instâncias do notebook do Amazon SageMaker são baseadas em instâncias EC2 executadas em contas de serviço do AWS

D. As instâncias do notebook do Amazon SageMaker são baseadas em instâncias do AWS ECS executadas em contas de serviço do AWS

Ver resposta

Resposta correta: C

Pergunta #60

Um cientista de dados pretende utilizar o Amazon Forecast para criar um modelo de previsão da procura de inventário para uma empresa de retalho. A empresa forneceu um conjunto de dados de procura de inventário histórico para os seus produtos como um ficheiro .csv armazenado num bucket Amazon S3. A tabela abaixo mostra uma amostra do conjunto de dados. Como é que o cientista de dados deve transformar os dados?

A. Reimplantar o modelo como uma tarefa de transformação em lote numa instância M5

B. Implantar novamente o modelo em uma instância M5

C. eimplantar o modelo numa instância do P3dn

D. Implantar o modelo em um cluster do Amazon Elastic Container Service (Amazon ECS) usando uma instância P3

Ver resposta

Resposta correta: A

Pergunta #61

Uma empresa pretende classificar o comportamento do utilizador como fraudulento ou normal. Com base em pesquisas internas, um especialista em aprendizado de máquina gostaria de criar um classificador binário com base em dois recursos: idade da conta e mês da transação. A distribuição de classes para essas características é ilustrada na figura fornecida. Com base nessas informações, qual modelo teria a MAIOR recuperação em relação à classe fraudulenta?

A. Árvore de decisão

B. Máquina de vectores de apoio linear (SVM)

C. Classificador Bayesiano ingénuo

D. Perceptron simples com função de ativação sigmoidal

Ver resposta

Resposta correta: C

Pergunta #62

Uma companhia de seguros está a desenvolver um novo dispositivo para veículos que utiliza uma câmara para observar o comportamento dos condutores e alertá-los quando parecem distraídos. A empresa criou cerca de 10.000 imagens de treino num ambiente controlado que um especialista em aprendizagem automática irá utilizar para treinar e avaliar modelos de aprendizagem automática. Durante a avaliação do modelo, o especialista repara que a taxa de erro de treino diminui mais rapidamente à medida que o número de épocas aumenta e que o modelo não está a inferir com precisão sobre as imagens não

A. Ficheiros CSV

B. Ficheiros Parquet

C. JSON comprimido

D. ecordIO

Ver resposta

Resposta correta: BE

Pergunta #63

Um especialista em aprendizagem automática é atribuído a uma equipa de deteção de fraudes e deve ajustar um modelo XGBoost, que está a funcionar corretamente para os dados de teste. No entanto, com dados desconhecidos, não está a funcionar como esperado. Os parâmetros existentes são fornecidos da seguinte forma. Que directrizes de afinação de parâmetros deve o Especialista seguir para evitar o sobreajuste?

A. Aumentar o valor do parâmetro max_depth

B. Reduzir o valor do parâmetro max_depth

C. tualizar o objetivo para binário:logístico

D. eduzir o valor do parâmetro min_child_weight

Ver resposta

Resposta correta: B

Pergunta #64

Um cientista de dados recebeu um conjunto de registos de seguros, cada um composto por um ID de registo, o resultado final entre 200 categorias e a data do resultado final. Também é fornecida alguma informação parcial sobre o conteúdo do sinistro, mas apenas para algumas das 200 categorias. Para cada categoria de resultado, existem centenas de registos distribuídos ao longo dos últimos 3 anos. O cientista de dados pretende prever quantos sinistros são esperados em cada categoria de mês para mês, com alguns meses de antecedência

A. Classificação mês a mês utilizando a aprendizagem supervisionada das 200 categorias com base no conteúdo dos sinistros

B. Aprendizagem por reforço utilizando IDs de sinistros e registos de data e hora, em que o agente identificará quantos sinistros em cada categoria deve esperar de mês para mês

C. Previsão utilizando IDs de sinistros e carimbos de data/hora para identificar quantos sinistros em cada categoria são esperados de mês para mês

D. Classificação com aprendizagem supervisionada das categorias para as quais são fornecidas informações parciais sobre o conteúdo dos sinistros e previsão utilizando IDs de sinistros e carimbos de data/hora para todas as outras categorias

Ver resposta

Resposta correta: C

Pergunta #65

Um cientista de dados está a desenvolver um modelo de aprendizagem automática para classificar se uma transação financeira é fraudulenta. O cientista de dados aplica o algoritmo XGBoost aos dados, o que resulta na seguinte matriz de confusão quando o modelo treinado é aplicado a um conjunto de dados de validação nunca antes visto. A exatidão do modelo é de 99,1%, mas o cientista de dados precisa de reduzir o número de fal

A. Alterar o pré-processamento para utilizar n-gramas

B. Adicionar mais nós à rede neural recorrente (RNN) do que o número de palavras da frase maior

C. Ajustar os hiperparâmetros relacionados com o mecanismo de atenção

D. scolher um tipo de inicialização de peso diferente

Ver resposta

Resposta correta: DE

Pergunta #66

Um cientista de dados precisa de analisar dados de emprego. O conjunto de dados contém aproximadamente 10 milhões de observações sobre pessoas em 10 características diferentes. Durante a análise preliminar, o cientista de dados repara que as distribuições de rendimentos e de idade não são normais. Enquanto os níveis de rendimento mostram uma inclinação para a direita, como esperado, com menos indivíduos com um rendimento mais elevado, a distribuição da idade também mostra uma inclinação para a direita, com menos indivíduos mais velhos a participar na força de trabalho

A. umentar a aleatoriedade dos dados de formação nos mini-lotes utilizados na formação

B. Atribuir uma maior proporção dos dados globais ao conjunto de dados de treino

C. plicar a regularização L1 ou L2 e as desistências à formação

D. eduzir o número de camadas e unidades (ou neurónios) da rede de aprendizagem profunda

Ver resposta

Resposta correta: BD

Pergunta #67

Um especialista em aprendizagem automática está a treinar um modelo para identificar a marca e o modelo de veículos em imagens. O especialista pretende utilizar a aprendizagem por transferência e um modelo existente treinado em imagens de objectos gerais. O especialista reuniu um grande conjunto de dados personalizados de imagens com diferentes marcas e modelos de veículos. O que é que o especialista deve fazer para inicializar o modelo e treiná-lo novamente com os dados personalizados?

A. nicializar o modelo com pesos aleatórios em todas as camadas, incluindo a última camada totalmente ligada

B. Inicializar o modelo com pesos pré-treinados em todas as camadas e substituir a última camada totalmente ligada

C. Inicializar o modelo com pesos aleatórios em todas as camadas e substituir a última camada totalmente ligada

D. Inicializar o modelo com pesos pré-treinados em todas as camadas, incluindo a última camada totalmente ligada

Ver resposta

Resposta correta: B

Pergunta #68

Uma empresa ingere dados de aprendizagem automática (ML) de cliques de publicidade na Web para um lago de dados do Amazon S3. Os dados de cliques são adicionados a um fluxo de dados do Amazon Kinesis usando a Kinesis Producer Library (KPL). Os dados são carregados no data lake S3 a partir do fluxo de dados usando um fluxo de entrega Amazon Kinesis Data Firehose. À medida que o volume de dados aumenta, um especialista em ML percebe que a taxa de dados ingeridos no Amazon S3 é relativamente constante. Também há um acúmulo crescente de dados para o fluxo de dados do Kinesis

A. umentar o número de prefixos S3 para o fluxo de entrega para escrever

B. iminuir o período de retenção do fluxo de dados

C. umentar o número de fragmentos para o fluxo de dados

D. dicionar mais consumidores usando a Biblioteca de clientes Kinesis (KCL)

Ver resposta

Resposta correta: C

Pergunta #69

Um escritório de advogados lida com milhares de contratos todos os dias. Todos os contratos têm de ser assinados. Atualmente, um advogado verifica manualmente a existência de assinaturas em todos os contratos. O escritório de advogados está a desenvolver uma solução de aprendizagem automática (ML) para automatizar a deteção de assinaturas em cada contrato. A solução de ML também tem de fornecer uma pontuação de confiança para cada página do contrato. Que ação da API do Amazon Textract pode o escritório de advogados utilizar para gerar uma pontuação de confiança para cada página de cada contrato?

A. Utilizar a ação da API AnalisarDocumento

B. Utilizar a chamada da API de previsão nos documentos

C. Utilizar a ação da API StartDocumentAnalysis para detetar as assinaturas

D. Utilizar a ação da API GetDocumentAnalysis para detetar as assinaturas

Ver resposta

Resposta correta: A

Pergunta #70

Um especialista em aprendizagem automática está a conceber uma solução de armazenamento de dados escalável para o Amazon SageMaker. Existe um modelo baseado em TensorFlow implementado como um script train.py que se baseia em dados de treino estáticos que estão atualmente armazenados como TFRecords. Que método de fornecimento de dados de treino ao Amazon SageMaker satisfaria os requisitos comerciais com o MENOR custo de desenvolvimento?

A. Utilize o modo de script do Amazon SageMaker e utilize train

B. Utilizar o modo de script do Amazon SageMaker e utilizar train

C. eescreva o script train

D. reparar os dados no formato aceite pelo Amazon SageMaker

Ver resposta

Resposta correta: B

Pergunta #71

Este gráfico mostra a perda de treino e validação em relação às épocas para uma rede neuronal. A rede a ser treinada é a seguinte:-Duas camadas densas, um neurónio de saída-100 neurónios em cada camada-100 épocas-Inicialização aleatória dos pesosQue técnica pode ser utilizada para melhorar o desempenho do modelo em termos de precisão no conjunto de validação?

A. A regressão linear é inadequada

B. A regressão linear é inadequada

C. A regressão linear é adequada

D. A regressão linear é adequada

Ver resposta

Resposta correta: A

Pergunta #72

Um especialista em aprendizagem automática está a trabalhar para um retalhista em linha que pretende executar análises em cada visita de cliente, processadas através de um pipeline de aprendizagem automática. Os dados têm de ser ingeridos pelo Amazon Kinesis Data Streams até 100 transacções por segundo e o blob de dados JSON tem 100 KB de tamanho. Qual é o número MÍNIMO de shards no Kinesis Data Streams que o especialista deve utilizar para ingerir estes dados com êxito?

A. fragmentos

B. 0 fragmentos

C. 00 fragmentos

D.

Ver resposta

Resposta correta: B

Pergunta #73

Um operador de rede móvel está a criar uma plataforma analítica para analisar e otimizar as operações de uma empresa utilizando o Amazon Athena e o Amazon S3. A equipa de engenharia de dados pretende transformar os dados para o formato Apache Parquet antes de os armazenar no Amazon S3. Qual é a solução que exige MENOS esforço de implementação?

A. Ingerir dados

B. Ingerir dados

C. ngerir dados

D. Ingerir dados

Ver resposta

Resposta correta: B

Pergunta #74

Uma biblioteca está a desenvolver um sistema automático de empréstimo de livros que utiliza o Amazon Rekognition. As imagens dos rostos dos membros da biblioteca são armazenadas num bucket do Amazon S3. Quando os membros pedem livros emprestados, a operação da API CompareFaces do Amazon Rekognition compara os rostos reais com os rostos armazenados no Amazon S3. A biblioteca precisa de melhorar a segurança, certificando-se de que as imagens são encriptadas em repouso. Além disso, quando as imagens são usadas com o Amazon Rekognition, elas precisam ser criptografadas em trânsito. A biblioteca também tem de garantir que as

A. tivar a encriptação do lado do servidor no bucket S3

B. Passar a usar uma coleção do Amazon Rekognition para armazenar as imagens

C. Passe a usar a região do AWS GovCloud (EUA) para o Amazon S3 para armazenar imagens e para o Amazon Rekognition para comparar rostos

D. abilitar a criptografia do lado do cliente no bucket S3

Ver resposta

Resposta correta: A

Pergunta #75

Uma empresa de logística precisa de um modelo de previsão para prever as necessidades de inventário do próximo mês para um único item em 10 armazéns. Um especialista em aprendizagem automática utiliza o Amazon Forecast para desenvolver um modelo de previsão a partir de 3 anos de dados mensais. Não há dados ausentes. O especialista selecciona o algoritmo DeepAR+ para treinar um preditor. O erro percentual absoluto médio do preditor (MAPE) é muito maior do que o MAPE produzido pelos actuais previsores humanos

A. Use trabalhos ETL no AWS Glue para separar o conjunto de dados em um conjunto de dados de série temporal de destino e um conjunto de dados de metadados de item

B. Utilize um bloco de notas Jupyter no Amazon SageMaker para separar o conjunto de dados num conjunto de dados de séries temporais relacionadas e num conjunto de dados de metadados de itens

C. Use os trabalhos do AWS Batch para separar o conjunto de dados em um conjunto de dados de série temporal de destino, um conjunto de dados de série temporal relacionado e um conjunto de dados de metadados de item

D. Use um notebook Jupyter no Amazon SageMaker para transformar os dados no formato otimizado protobuf recordIO

Ver resposta

Resposta correta: AD

Pergunta #76

Uma empresa está a configurar um ambiente Amazon SageMaker. A política de segurança de dados da empresa não permite a comunicação através da Internet. Como pode a empresa ativar o serviço Amazon SageMaker sem permitir o acesso direto à Internet às instâncias do notebook do Amazon SageMaker?

A. riar um gateway NAT dentro da VPC corporativa

B. ncaminhar o tráfego do Amazon SageMaker através de uma rede local

C. riar pontos de extremidade da interface VPC do Amazon SageMaker dentro da VP corporativa

D. riar um emparelhamento VPC com o Amazon VPC que aloja o Amazon SageMaker

Ver resposta

Resposta correta: C

NÃO QUER PERDER NADA?

Os testes práticos Cisco, PMP, CISA, CISM e AWS 100% aprovados estão à venda!
Obtenha agora

Perguntas do exame AWS MLS-C01 para uma preparação eficaz | AWS Certified Developer - Associate

Ver as respostas após o envio

NÃO QUER PERDER NADA?

Os testes práticos Cisco, PMP, CISA, CISM e AWS 100% aprovados estão à venda! Obtenha agora

Perguntas do exame AWS MLS-C01 para uma preparação eficaz | AWS Certified Developer - Associate

Ver as respostas após o envio

Os testes práticos Cisco, PMP, CISA, CISM e AWS 100% aprovados estão à venda!
Obtenha agora