NÃO QUER PERDER NADA?

Dicas para passar no exame de certificação

Últimas notícias sobre exames e informações sobre descontos

Curadoria e atualizada por nossos especialistas

Sim, me envie o boletim informativo

Preparação para o exame MLS-C01: Materiais de estudo e testes de simulação, AWS Certified Machine Learning | SPOTO

O exame AWS Certified Machine Learning—Specialty (MLS-C01) é feito sob medida para profissionais em funções de Desenvolvimento ou Ciência de Dados, avaliando sua experiência na construção, refinamento e lançamento de modelos de ML em plataformas AWS Cloud. Esta certificação é um testemunho da proficiência de um indivíduo em aproveitar os serviços da AWS, como o Amazon SageMaker, o AWS Lambda e o Amazon S3 para tarefas de ML. A SPOTO oferece recursos abrangentes de preparação para o exame MLS-C01, incluindo materiais de estudo e testes simulados. Esses materiais de estudo abrangem perguntas do exame, testes práticos, exemplos de perguntas e lixeiras do exame, facilitando uma compreensão profunda da estrutura do exame, dos conceitos principais e das estratégias de solução de problemas. O acesso a estes recursos aumenta a preparação para o exame e a confiança. Além disso, os testes de simulação da SPOTO' fornecem simulações de exame realistas, permitindo aos candidatos simular as condições do exame e avaliar a sua preparação de forma eficaz. Aproveitar os materiais de estudo e os testes simulados da SPOTO' agiliza a preparação para o exame MLS-C01, garantindo uma jornada estruturada e bem-sucedida rumo à certificação

Faça outros exames online
Pergunta #1
Q42: 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. Que distribuição de probabilidade prévia deve o especialista em ML utilizar para esta variável?
A. Distribuição de Poisson
B. Distribuição uniforme
C. Distribuição normal
D. Distribuição binomial
Ver resposta
Resposta correta: A
Pergunta #2
Q33: Uma empresa de jogos lançou um jogo em linha em que as pessoas podem começar a jogar gratuitamente, mas têm de pagar se quiserem 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 qualquer funcionalidade paga)
A. Adicione mais árvores profundas à floresta aleatória para permitir que o modelo aprenda mais características
B. Incluir uma cópia das amostras do conjunto de dados de teste no conjunto de dados de treino
C. Gerar mais amostras positivas duplicando as amostras positivas e adicionando uma pequena quantidade de ruído aos dados duplicados
D. Alterar a função de custo de modo a que os falsos negativos tenham um impacto maior no valor do custo do que os falsos positivos
E. Alterar a função de custo de modo a que os falsos positivos tenham um impacto maior no valor do custo do que os falsos negativos
Ver resposta
Resposta correta: D
Pergunta #3
Q41: Um especialista em aprendizagem automática está a criar um modelo de previsão para um grande número de características utilizando modelos lineares, como a regressão linear e a regressão logística. Durante a análise exploratória de dados, o Especialista observa que muitas características estão altamente correlacionadas entre si. Este facto pode tornar o modelo instável. O que deve ser feito para reduzir o impacto de ter um número tão grande de características?
A. Efetuar a codificação num único instante em características altamente correlacionadas
B. Utilizar a multiplicação de matrizes em características altamente correlacionadas
C. Criar um novo espaço de características utilizando a análise de componentes principais (PCA)
D. Aplicar o coeficiente de correlação de Pearson
Ver resposta
Resposta correta: C
Pergunta #4
Q34: Um cientista de dados está a desenvolver um modelo de aprendizagem automática para prever os resultados futuros dos doentes com base em informações recolhidas sobre cada doente e os seus 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 realizado num grupo de indivíduos com mais de 65 anos de idade que sofrem de uma doença específica que se sabe piorar com a idade. Os modelos iniciais tiveram um desempenho fraco. Ao rever os dados subjacentes
A. Elimine todos os registos do conjunto de dados em que a idade foi definida como 0
B. Substituir 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: A
Pergunta #5
Q23: 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 agrupamento e, finalmente, passa por uma camada densa e totalmente conectada com 10 nós. O especialista gostaria de obter um resultado da rede neural que seja uma distribuição de probabilidade da probabilidade de a imagem de entrada
A. Abandono escolar
B. Perda L1 suave
C. Softmax
D. Unidades lineares rectificadas (ReLU)
Ver resposta
Resposta correta: C
Pergunta #6
Q38: 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. Qual das opções a seguir pode ajudar a atingir esse objetivo? (Escolha duas.)
A. Personalize o algoritmo de classificação de imagens incorporado para utilizar o Inception e utilize-o para a formação do modelo
B. Crie um caso de suporte com a equipa do SageMaker para alterar o algoritmo de classificação de imagens predefinido para Inception
C. Agrupe um contentor Docker com o TensorFlow Estimator carregado com uma rede Inception e utilize-o para a formação de modelos
D. Usar código personalizado no Amazon SageMaker com o TensorFlow Estimator para carregar o modelo com uma rede Inception e usá-la para o treinamento do modelo
E. Descarregar e apt-get instalar o código de rede inception numa instância do Amazon EC2 e utilizar esta instância como um bloco de notas Jupyter no Amazon SageMaker
Ver resposta
Resposta correta: B
Pergunta #7
Q35: Uma equipa de Ciência de Dados está a conceber um repositório de conjuntos de dados onde irá armazenar uma grande quantidade de dados de treino normalmente utilizados nos seus modelos de aprendizagem automática. Como os cientistas de dados podem criar um número arbitrário de novos conjuntos de dados todos os dias, a solução tem de ser dimensionada automaticamente e ser económica. Além disso, deve ser possível explorar os dados utilizando SQL. Qual é o esquema de armazenamento MAIS adaptado a este cenário?
A. Armazenar conjuntos de dados como ficheiros no Amazon S3
B. Armazenar conjuntos de dados como arquivos em um volume do Amazon EBS anexado a uma instância do Amazon EC2
C. Armazenar 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 #8
Dado o conjunto de dados, o especialista pretende converter a coluna Day_Of_Week em valores binários. Que técnica deve ser utilizada para converter esta coluna em valores binários?
A. Binarização
B. Codificação num só instante
C. Tokenização
D. Transformação de normalização
Ver resposta
Resposta correta: CD
Pergunta #9
Q24: Um especialista em aprendizagem automática treinou um modelo de regressão, mas a primeira iteração precisa de ser optimizada. O Especialista precisa de perceber se o modelo está mais frequentemente a sobrestimar ou a subestimar o objetivo. Que opção pode o Especialista utilizar para determinar se está a sobrestimar ou a subestimar o valor alvo?
A. Raiz do erro quadrático médio (RMSE)
B. Gráficos de resíduos
C. Área sob a curva
D. Matriz de confusão
Ver resposta
Resposta correta: B
Pergunta #10
Q43: Uma equipa de Ciência de Dados de uma grande empresa utiliza notebooks Amazon SageMaker para aceder a dados armazenados em buckets Amazon S3. A equipa de Segurança de TI está preocupada com o facto de as instâncias de notebooks com acesso à Internet criarem uma vulnerabilidade de segurança em que o código malicioso executado nas instâncias poderia comprometer a privacidade dos dados. A empresa exige que todas as instâncias permaneçam dentro de um VPC seguro sem acesso à Internet, e o tráfego de comunicação de dados deve permanecer dentro da rede AWS. Como é que a equipa de ciência de dados deve configurar a colocação da instância do notebook para cumprir estes requisitos?
A. Associe o notebook do Amazon SageMaker a uma sub-rede privada em um VPC
B. Associe o notebook do Amazon SageMaker a uma sub-rede privada em um VPC
C. Associe o notebook do Amazon SageMaker a uma sub-rede privada em uma VPC
D. Associe o notebook do Amazon SageMaker a uma sub-rede privada em uma VPC
Ver resposta
Resposta correta: C
Pergunta #11
Q39: Um especialista em aprendizagem automática criou um modelo de aprendizagem profunda de classificação de imagens. No entanto, o Especialista deparou-se com um problema de sobreajuste em que as precisões de treino e teste eram de 99% e 75%, respetivamente. Como é que o Especialista deve resolver este problema e qual é a razão por detrás dele?
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: B
Pergunta #12
Q36: Um especialista em aprendizagem automática implementou um modelo que fornece recomendações de produtos no sítio Web de uma empresa. Inicialmente, o modelo estava a ter um desempenho muito bom e fez com que os clientes comprassem mais produtos, em média. No entanto, nos últimos meses, o Especialista notou que o efeito das recomendações de produtos diminuiu e os clientes estão a começar a voltar aos seus hábitos originais de gastar menos. O Especialista não tem a certeza do que aconteceu, uma vez que o modelo não se alterou em relação ao seu desempenho inicial. Que método deve o Especialista tentar para melhorar o desempenho do modelo?
A. O modelo precisa de ser completamente redesenhado porque não consegue lidar com as alterações de inventário de produtos
B. Os hiperparâmetros do modelo devem ser actualizados periodicamente para evitar desvios
C. O modelo deve ser periodicamente treinado de novo a partir do zero, utilizando os dados originais e adicionando um termo de regularização para lidar com as alterações do inventário de produtos
D. O modelo deve ser periodicamente recalculado utilizando os dados de treino originais e novos dados à medida que o inventário de produtos se altera
Ver resposta
Resposta correta: A

Ver as respostas após o envio

Por favor, envie seu e-mail e WhatsApp para obter respostas às perguntas.

Observação: certifique-se de que seu ID de e-mail e Whatsapp sejam válidos para que você possa obter os resultados corretos do exame.

E-mail:
WhatsApp/número de telefone:


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