Amazon AWS Certified Machine Learning Engineer - Associate (MLA-C01日本語版) (MLA-C01日本語) Free Practice Test
Question 1
ある企業がAmazon SageMakerを使用して機械学習モデルをトレーニングし、デプロイしました。同社は、SageMakerエンドポイントのすべてのAPI呼び出しイベントを記録・監視するソリューションを実装する必要があります。また、API呼び出しイベントの数がしきい値を超えた場合に通知を送信する必要もあります。
SageMaker Debugger を使用して推論を追跡し、メトリクスをレポートします。しきい値を超えた場合に通知を送信するカスタムルールを作成します。
これらの要件を満たすソリューションはどれでしょうか?
SageMaker Debugger を使用して推論を追跡し、メトリクスをレポートします。しきい値を超えた場合に通知を送信するカスタムルールを作成します。
これらの要件を満たすソリューションはどれでしょうか?
Correct Answer: A
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).
Question 2
事例研究
ある企業がAmazon SageMakerを使用して、ウェブベースのAIアプリケーションを構築しています。このアプリケーションは、機械学習の実験、トレーニング、中央モデルレジストリ、モデルのデプロイ、およびモデルの監視といった機能を提供します。
アプリケーションは、機械学習ライフサイクル全体を通して、トレーニングデータの安全かつ隔離された使用を保証する必要があります。トレーニングデータはAmazon S3に保存されます。
同社は、承認されたモデルのみが本番環境のエンドポイントにデプロイされるように、手動承認に基づくワークフローを導入する必要がある。
どのソリューションがこの要件を満たしますか？
ある企業がAmazon SageMakerを使用して、ウェブベースのAIアプリケーションを構築しています。このアプリケーションは、機械学習の実験、トレーニング、中央モデルレジストリ、モデルのデプロイ、およびモデルの監視といった機能を提供します。
アプリケーションは、機械学習ライフサイクル全体を通して、トレーニングデータの安全かつ隔離された使用を保証する必要があります。トレーニングデータはAmazon S3に保存されます。
同社は、承認されたモデルのみが本番環境のエンドポイントにデプロイされるように、手動承認に基づくワークフローを導入する必要がある。
どのソリューションがこの要件を満たしますか？
Correct Answer: B
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).
Question 3
ある企業は AWS CodePipeline を使用して、ML モデルとアプリケーションの継続的インテグレーションと継続的デリバリー (CI/CD) パイプラインをオーケストレーションしています。
次のリストから手順を選択して順序付けし、デプロイメントを成功させるための CI/CD プロセスについて説明します。
各ステップを 1 回ずつ選択します。(5 つ選択して注文します。)
CodePipeline は ML モデルとアプリケーションを本番環境にデプロイします。
CodePipeline はコードの変更を検出し、自動的にビルドを開始します。
テストが成功した後、人間による承認が行われます。
同社は、テスト用に ML モデルとアプリケーションを構築し、ステージング サーバーにデプロイします。
企業はコードの変更や新しいトレーニング データセットを Git リポジトリにコミットします。
次のリストから手順を選択して順序付けし、デプロイメントを成功させるための CI/CD プロセスについて説明します。
各ステップを 1 回ずつ選択します。(5 つ選択して注文します。)
CodePipeline は ML モデルとアプリケーションを本番環境にデプロイします。
CodePipeline はコードの変更を検出し、自動的にビルドを開始します。
テストが成功した後、人間による承認が行われます。
同社は、テスト用に ML モデルとアプリケーションを構築し、ステージング サーバーにデプロイします。
企業はコードの変更や新しいトレーニング データセットを Git リポジトリにコミットします。
Correct Answer:
Explanation:
Step 1:
The company commits code changes or new training datasets to a Git repository.
This is the trigger point. A source code or data change initiates the CI/CD pipeline.
Step 2:
CodePipeline detects code changes and starts to build automatically.
CodePipeline monitors the Git repository (for example, AWS CodeCommit, GitHub, or Bitbucket) and automatically triggers the pipeline when changes are detected.
Step 3:
The company builds and deploys ML models and applications to staging servers for testing.
The pipeline runs build, training, and test stages (often using AWS CodeBuild and SageMaker) and deploys artifacts to a staging or test environment for validation.
Step 4:
Human approval is provided after testing is successful.
A manual approval action is a best practice for ML workflows to ensure governance, compliance, and quality checks before production deployment.
Step 5:
CodePipeline deploys ML models and applications to production.
After approval, the pipeline automatically deploys the validated model or application to the production environment.
Question 4
ある音楽ストリーミング会社は、アプリケーションから楽曲の評価データをAmazon S3バケットに継続的にストリーミング配信している。
同社は、これらの評価データをAmazon SageMaker AIモデルのトレーニングと推論の入力データとして使用したいと考えている。
同社は、S3バケットをデータソースとして設定したAWS Glueデータカタログを保有している。機械学習エンジニアは、このデータを格納するリポジトリを作成するソリューションを実装する必要がある。このソリューションは、バッチトレーニングとリアルタイム推論の両方において、データが常に同期された状態を維持することを保証しなければならない。
これらの要件を満たすソリューションはどれでしょうか？
同社は、これらの評価データをAmazon SageMaker AIモデルのトレーニングと推論の入力データとして使用したいと考えている。
同社は、S3バケットをデータソースとして設定したAWS Glueデータカタログを保有している。機械学習エンジニアは、このデータを格納するリポジトリを作成するソリューションを実装する必要がある。このソリューションは、バッチトレーニングとリアルタイム推論の両方において、データが常に同期された状態を維持することを保証しなければならない。
これらの要件を満たすソリューションはどれでしょうか？
Correct Answer: D
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).
Question 5
ある企業が顧客満足度を予測する機械学習モデルを開発している。同社は、顧客アンケートのフィードバックと過去の顧客満足度データを用いて、将来の顧客満足度を予測する必要がある。
データセットには、長文の回答を含む「Feedback」という名前の列があります。また、過去の顧客満足度を表す「Satisfaction Level」という名前の列には、「高」「中」「低」の3つの異なる値が含まれています。企業は、各列のデータを変換するためにエンコード方法を適用する必要があります。
これらの要件を満たすソリューションはどれでしょうか？
データセットには、長文の回答を含む「Feedback」という名前の列があります。また、過去の顧客満足度を表す「Satisfaction Level」という名前の列には、「高」「中」「低」の3つの異なる値が含まれています。企業は、各列のデータを変換するためにエンコード方法を適用する必要があります。
これらの要件を満たすソリューションはどれでしょうか？
Correct Answer: C
Question 6
数百人のデータサイエンティストを擁するある企業は、Amazon SageMaker を使用して機械学習モデルを作成しています。これらのモデルは、SageMaker モデルレジストリ内のモデルグループに保存されています。
データサイエンティストは、コンピュータービジョン、自然言語処理（NLP）、音声認識の3つのカテゴリーに分類されます。MLエンジニアは、既存のモデルをこれらのグループに整理し、大規模なモデル発見可能性を向上させるソリューションを実装する必要があります。このソリューションは、モデル成果物とその既存のグループ分けの整合性に影響を与えてはなりません。
これらの要件を満たすソリューションはどれでしょうか?
データサイエンティストは、コンピュータービジョン、自然言語処理（NLP）、音声認識の3つのカテゴリーに分類されます。MLエンジニアは、既存のモデルをこれらのグループに整理し、大規模なモデル発見可能性を向上させるソリューションを実装する必要があります。このソリューションは、モデル成果物とその既存のグループ分けの整合性に影響を与えてはなりません。
これらの要件を満たすソリューションはどれでしょうか?
Correct Answer: A
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).
Question 7
ある企業が異常検知用の機械学習モデルを構築したいと考えています。このモデルでは、Amazon S3バケットに保存されている大規模な表形式データを使用します。この企業には、Python、Spark、その他の機械学習用言語に関する専門知識がありません。
ML エンジニアは、ML モデルのトレーニング用にデータを変換して準備する必要があります。
これらの要件を満たすソリューションはどれでしょうか?
ML エンジニアは、ML モデルのトレーニング用にデータを変換して準備する必要があります。
これらの要件を満たすソリューションはどれでしょうか?
Correct Answer: C
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).
Question 8
ケーススタディ
機械学習エンジニアがAWS上で不正検出モデルを開発しています。トレーニングデータセットには、オンプレミスのMySQLデータベースのトランザクションログ、顧客プロファイル、テーブルが含まれています。トランザクションログと顧客プロファイルはAmazon S3に保存されています。
データセットにはクラスの不均衡があり、モデルのアルゴリズムの学習に影響を与えています。さらに、多くの特徴量に相互依存性があり、アルゴリズムはデータ内の望ましい根本的なパターンをすべて捉えていません。
さまざまなデータソースからデータを集約できる AWS のサービスまたは機能はどれですか?
機械学習エンジニアがAWS上で不正検出モデルを開発しています。トレーニングデータセットには、オンプレミスのMySQLデータベースのトランザクションログ、顧客プロファイル、テーブルが含まれています。トランザクションログと顧客プロファイルはAmazon S3に保存されています。
データセットにはクラスの不均衡があり、モデルのアルゴリズムの学習に影響を与えています。さらに、多くの特徴量に相互依存性があり、アルゴリズムはデータ内の望ましい根本的なパターンをすべて捉えていません。
さまざまなデータソースからデータを集約できる AWS のサービスまたは機能はどれですか?
Correct Answer: C
Explanation: Only visible for TestSimulate members. You can sign-up / login (it's free).