MLS-C01 Korean 無料問題集「Amazon AWS Certified Machine Learning - Specialty (MLS-C01 Korean Version)」

（A）지수 변환

（B）대수 변환

（C）다항식 변환

（D）사인파 변환

（A）AWS Database Migration Service(AWS DMS)를 사용하여 PostgreSQL 데이터베이스에서 Amazon S3 버킷으로 데이터를 전송합니다. AWS Glue를 사용하여 S3 버킷의 데이터를 읽고 데이터 준비를 수행합니다. Amazon SageMaker Canvas를 사용하여 예측 모델링을 수행합니다.

（B）AWS Glue DataBrew를 사용하여 PostgreSQL 데이터베이스에 있는 데이터를 읽고 데이터 준비를 수행합니다. 예측 모델링에는 Amazon SageMaker Studio를 사용합니다.

（C）AWS Glue DataBrew를 사용하여 PostgreSQL 데이터베이스에 있는 데이터를 읽고 데이터 준비를 수행합니다. 예측 모델링에는 Amazon SageMaker Canvas를 사용합니다.

（D）AWS Database Migration Service(AWS DMS)를 사용하여 PostgreSQL 데이터베이스에서 Amazon S3 버킷으로 데이터를 전송합니다. Amazon EMR 클러스터를 생성하여 S3 버킷을 읽고 데이터 준비를 수행합니다. 예측 모델링에는 Amazon SageMaker Studio를 사용합니다.

（A）RecordIO

（B）쪽모이 세공 파일

（C）CSV 파일

（D）압축 JSON

（A）Amazon S3 버킷에서 교육 데이터의 위치를 식별하는 교육 채널입니다.

（B）Amazon S3 버킷에서 훈련된 모델이 지속되는 위치를 지정하는 출력 경로입니다.

（C）사용된 알고리즘에 대해 문서화된 JSON 배열의 하이퍼파라미터.

（D）CPU 또는 GPU를 사용하여 훈련을 실행할지 여부를 지정하는 Amazon EC2 인스턴스 클래스입니다.

（E）Amazon S3 버킷에서 검증 데이터의 위치를 식별하는 검증 채널.

（F）Amazon SageMaker가 사용자를 대신하여 작업을 수행하기 위해 수임할 수 있는 1AM 역할입니다.

（A）기능이 모두 조건부 독립이므로 완전한 베이지안 네트워크입니다.

（B）기능이 모두 조건부 독립이므로 순진한 베이지안 모델입니다.

（C）일부 기능이 통계적으로 종속되기 때문에 전체 베이지안 네트워크입니다.

（D）일부 기능이 통계적으로 종속되기 때문에 순진한 베이지안 모델입니다.

（A）F1 점수

（B）정확도

（C）정밀도

（D）리콜

（A）두 번째 인스턴스 풀을 배포하여 모델의 블루/그린 배포를 지원합니다.

（B）Amazon Elastic Inference(EI) 액셀러레이터를 사용하도록 엔드포인트를 구성합니다.

（C）두 가지 프로덕션 변형으로 새 끝점 구성을 만듭니다.

（D）InvocationsPerInstance 지표를 사용하여 자동으로 확장되도록 엔드포인트를 구성합니다.

（E）버스트 가능한 인스턴스를 사용하도록 엔드포인트를 재구성합니다.

（A）딥 러닝 네트워크에서 레이어 및 단위(또는 뉴런)의 수를 줄입니다.

（B）훈련에 L1 또는 L2 정규화 및 드롭아웃을 적용합니다.

（C）전체 데이터의 더 높은 비율을 훈련 데이터 세트에 할당합니다.

（D）훈련에 사용되는 미니 배치에서 훈련 데이터의 무작위화를 높입니다.

（A）다른 모든 단어와 편집 거리를 저장하는 단어 임베딩 요소를 만듭니다.

（B）원-핫 워드 인코딩 벡터를 생성합니다.

（C）큰 말뭉치에서 사전 훈련된 단어 임베딩을 다운로드합니다.

（D）Amazon Mechanical Turk를 사용하여 모든 단어에 대한 동의어 세트를 생성합니다.