Question#36(MLS-C01)

ある銀行は、10年間の顧客データをCSV形式で収集しており、データはオンプレミスのサーバーに保存されています。データサイエンスチームは、Amazon SageMakerを使用して、過去のデータに基づいて顧客離反確率を予測する機械学習（ML）モデルを構築およびトレーニングしようとしています。データサイエンティストは、データ変換を迅速に行い、本番用モデルを構築する前にデータインサイトを生成したいと考えています。以下のどのソリューションが、最小の開発労力でこれらの要件を満たしますか？

A. データを SageMaker Data Wrangler コンソールへ直接アップロードする。Data Wrangler 内でデータ変換とインサイトの生成を行う。
B. データを Amazon S3 バケットへアップロードする。SageMaker に当該バケットへのアクセス許可を与える。S3 から SageMaker Data Wrangler にデータをインポートし、Data Wrangler 内でデータ変換とインサイトの生成を行う。
C. データを SageMaker Data Wrangler コンソールへ直接アップロードする。SageMaker と Amazon QuickSight に S3 のデータへのアクセスを許可する。Data Wrangler で変換し、変換後データを別の S3 バケットへ保存する。インサイトの生成は QuickSight で行う。
D. データを Amazon S3 バケットへアップロードする。SageMaker に当該バケットへのアクセス許可を与える。S3 から SageMaker Data Wrangler にデータをインポートする。Data Wrangler でデータ変換を行い、変換後データを別の S3 バケットへ保存する。インサイトの生成は SageMaker Studio ノートブックで行う。

正解と解説ディスカッション 0

正解：B

Question#36(MLS-C01)

コメント

コメント

コメントするコメントをキャンセル

コメント

コメント

コメントする コメントをキャンセル

コメントするコメントをキャンセル