AWS AIF-C01
Cycle de vie du ML et MLOps
Facile
8 sur 20 questionsPipeline de ML
- Quel ordre de phases est typique dans un projet de ML ?
- Quel est l'objectif de l'analyse exploratoire des données (EDA) ?
- Quels travaux relèvent du prétraitement des données ?
- Qu'entend-on par ingénierie des caractéristiques (feature engineering) ?
- Que sont les hyperparamètres ?
- À quoi sert un jeu de données de test distinct ?
Sources et exploitation des modèles
Moyen
2 sur 20 questionsPipeline de ML
Difficile
2 sur 20 questionsServices AWS dans le cycle de vie
- Quelles associations entre phase du pipeline et outil AWS sont correctes ?
- Une équipe sans spécialistes ML propres veut prédire des résiliations à partir de données tabulaires. Une seconde équipe avec des data scientists veut automatiser le workflow, de l'import des données à l'approbation. Quelle association convient ?
S'entraîner aux 20 questions du niveau Difficile dans l'app →