Qwissit
Deutsch
English
Español
Français
हिन्दी
中文
人工智能
AWS AIF-C01
人工智能
AWS AIF-C01
机器学习生命周期与 MLOps
此处 12 道免费题,应用中共 60 道
在应用中练习
简单
20
其中 8 道在此
中等
20
其中 2 道在此
困难
20
其中 2 道在此
简单
20 道中的 8 道
ML 流水线
ML 项目中典型的阶段顺序是什么?
探索性数据分析(EDA)的目标是什么?
哪项工作属于数据预处理?
特征工程(feature engineering)指的是什么?
什么是超参数(hyperparameter)?
单独的测试数据集有什么用?
模型来源与运行
与从零开始训练自己的模型相比,预训练开源模型有什么优势?
通过 Amazon Bedrock 等托管 API 使用基础模型是什么意思?
在应用中练习全部 20 道简单题 →
中等
20 道中的 2 道
ML 流水线
以下哪些活动属于实际训练之前的阶段?
Amazon SageMaker AI 如何支持超参数调优?
在应用中练习全部 20 道中等题 →
困难
20 道中的 2 道
生命周期中的 AWS 服务
下列哪些流水线阶段与 AWS 工具的对应是正确的?
一个没有自己的 ML 专家的团队想根据表格数据预测客户取消。另一个有数据科学家的团队想把从数据导入到批准的工作流自动化。哪种对应关系合适?
在应用中练习全部 20 道困难题 →