AWS AIF-C01
Ciclo de vida de ML y MLOps
Fácil
8 de 20 preguntasPipeline de ML
- ¿Qué orden de fases es típico en un proyecto de ML?
- ¿Cuál es el objetivo del análisis exploratorio de datos (EDA)?
- ¿Qué trabajo forma parte del preprocesamiento de datos?
- ¿Qué se entiende por ingeniería de características (feature engineering)?
- ¿Qué son los hiperparámetros?
- ¿Para qué sirve un conjunto de datos de prueba independiente?
Fuentes y operación de los modelos
Medio
2 de 20 preguntasPipeline de ML
Difícil
2 de 20 preguntasServicios de AWS en el ciclo de vida
- ¿Qué asignaciones de fase del pipeline y herramienta de AWS son correctas?
- Un equipo sin especialistas propios en ML quiere predecir cancelaciones a partir de datos tabulares. Un segundo equipo con científicos de datos quiere automatizar el flujo de trabajo desde la importación de datos hasta la aprobación. ¿Qué asignación encaja?