Question#65(MLS-C01)
ある企業は、機械学習（ML）モデルを使用して顧客に商品を推奨しています。ML専門家は、最も人気のある推奨商品のデータを4つの次元で分析したいと考えています。ML専門家は、最初の2つの次元を座標として可視化します。3番目の次元は色として可視化されます。4番目の次元は可視化においてサイズで表現されます。これらの要件を満たすソリューションはどれですか？
正解：D
SageMaker Canvasの散布図（Scatter Plot）可視化は、2つの連続変数をX軸とY軸に配置し、データポイントをプロットするのに適しています。これにより、問題の要件である「最初の2つの次元を座標として可視化する」ことが直接的に実現できます。さらに、散布図では、各データポイントの色とサイズを追加の次元として使用できます。たとえば、3番目の次元を色のグラデーション（例: 値が高いほど濃い色）で、4番目の次元を点のサイズ（例: 値が高いほど大きい点）で表現できます。SageMaker Canvasの散布図機能は、このような多次元可視化をサポートしており、商品推奨データの4次元分析（例: 推奨頻度、売上、顧客セグメント、推奨スコアなど）に最適です。Canvasはノーコード環境であるため、データサイエンティストやML専門家が迅速に可視化を設定でき、運用オーバーヘッドも最小限です。この選択肢は、座標、色、サイズの要件をすべて満たし、SageMakerエコシステム内で簡単に実装できるため、正解です。
コメント