Question#6(MLS-C01)
ある企業は、新製品の日次価格を予測するために、過去3年間の既存製品の価格・売上・リベートのデータを用いたいと考えています。時系列データはタイムスタンプが不規則で、一部の値が欠損しています。
データサイエンティストは、欠損値を補完するためのデータセットを構築し、日次にリサンプリングして、その後のモデリングにエクスポートできるソリューションを必要としています。 最小の実装労力で、この要件を満たすソリューションはどれですか？正解：C
本件の要点は、実装労力を最小化しつつ、(1) 不規則な時系列を日次へリサンプリングし、(2) 欠損値を補完し、(3) モデリング用にエクスポートすることです。
SageMaker Data Wrangler には時系列前処理の専用オペレーションがあり、GUI操作だけで Resample（リサンプリング） と Handle missing（欠損補完） を設定できます。さらに、処理後データを Amazon S3 へエクスポートでき、後続の学習ジョブへそのまま引き渡せます。これらが最小の実装労力という条件に最も合致します。
コメント