CertPass

Question 241

あなたのチームは、数百万人の顧客が利用するグローバルバンク向けのアプリケーションを構築しています。あなたは、顧客の口座残高を3日後に予測する予測モデルを構築しました。あなたのチームは、この結果を、ユーザーの口座残高が25ドルを下回る可能性が高い場合にユーザーに通知する新機能で使用します。予測結果をどのように提供すべきですか？

1. ユーザーごとにPub/Subトピックを作成します。 2. モデルがユーザーの口座残高が25ドルのしきい値を下回ると予測した場合に通知を送信するCloud Functionsをデプロイします。

1. ユーザーごとにPub/Subトピックを作成します。 2. モデルがユーザーの口座残高が25ドルのしきい値を下回ると予測した場合に通知を送信するアプリケーションをApp Engineスタンダード環境にデプロイします。

1. Firebase上に通知システムを構築します。 2. Firebase Cloud Messagingサーバーに各ユーザーをユーザーIDで登録し、全口座残高予測の平均が25ドルのしきい値を下回った場合に通知を送信します。

1. Firebase上に通知システムを構築します。 2. Firebase Cloud Messagingサーバーに各ユーザーをユーザーIDで登録し、モデルがユーザーの口座残高が25ドルのしきい値を下回ると予測した場合に通知を送信します。

Question 242

あなたは広告会社に勤務しており、自社の最新広告キャンペーンの効果を把握したいと考えています。BigQuery に 500 MB のキャンペーンデータをストリーミングしました。このテーブルにクエリを実行し、そのクエリ結果を AI Platform Notebook の pandas DataFrame で操作したいと考えています。どうすべきでしょうか？

AI Platform Notebook の BigQuery セルマジックを使用してデータをクエリし、結果を pandas DataFrame として取り込みます。

BigQuery からテーブルを CSV ファイルとして Google Drive にエクスポートし、Google Drive API を使用してファイルをノートブックインスタンスに取り込みます。

BigQuery からテーブルをローカル CSV ファイルとしてダウンロードし、それを AI Platform Notebook インスタンスにアップロードします。pandas.read_csv を使用してファイルを pandas DataFrame として取り込みます。

AI Platform Notebook の bash セルから bq extract コマンドを使用してテーブルを CSV ファイルとして Cloud Storage にエクスポートし、次に gsutil cp を使用してデータをノートブックにコピーします。pandas.read_csv を使用してファイルを pandas DataFrame として取り込みます。

Question 243

あなたは世界的な自動車メーカーのMLエンジニアです。世界中のさまざまな都市での自動車販売台数を予測するMLモデルを構築する必要があります。車種と販売台数の間の都市固有の関係性を学習させるために、どの特徴量または特徴量クロスを使用すべきですか？

3つの個別の特徴量：ビン化された緯度、ビン化された経度、およびワンホットエンコードされた車種。

緯度、経度、および車種の要素ごとの積として得られる1つの特徴量。

ビン化された緯度、ビン化された経度、およびワンホットエンコードされた車種の要素ごとの積として得られる1つの特徴量。

要素ごとの積としての2つの特徴量クロス：1つ目はビン化された緯度とワンホットエンコードされた車種の間、2つ目はビン化された経度とワンホットエンコードされた車種の間。

Question 244

あなたは、コンタクトセンターの近代化を望んでいる大手テクノロジー企業に勤務しています。製品ごとに入電を分類し、リクエストをより迅速に適切なサポートチームにルーティングできるソリューションを開発するよう依頼されました。あなたはすでにSpeech-to-Text APIを使用して通話を文字起こししています。データの前処理と開発時間を最小限に抑えたいと考えています。どのようにモデルを構築すべきですか？

AI Platform Trainingの組み込みアルゴリズムを使用してカスタムモデルを作成する。

AutoML Natural Languageを使用して、分類用のカスタムエンティティを抽出する。

Cloud Natural Language APIを使用して、分類用のカスタムエンティティを抽出する。

文字起こしされた通話から製品キーワードを識別するカスタムモデルを構築し、その後、キーワードを分類アルゴリズムにかける。

Question 245

あなたは、複数のCSVファイルに保存された1000億レコードの構造化データセットでTensorFlowモデルをトレーニングしています。入出力の実行パフォーマンスを改善する必要があります。何をすべきですか？

データをBigQueryにロードし、BigQueryからデータを読み込みます。

データをCloud Bigtableにロードし、Bigtableからデータを読み込みます。

CSVファイルをTFRecordのシャードに変換し、データをCloud Storageに保存します。

CSVファイルをTFRecordのシャードに変換し、データをHadoop分散ファイルシステム（HDFS）に保存します。

Professional Machine Learning Engineer