「Lv021」の記事一覧

高次元データの可視化において、データの局所的な類似性を維持しながら2次元または3次元に圧縮し、クラスター構造を強調する手法はどれか。

SageMakerでモデルをデプロイした際、そのモデルがどのトレーニングジョブ、どのS3データセットから作成されたかの履歴を追跡・可視化する機能はどれか。

Amazon Comprehendにおいて、独自のビジネスドメイン特有のラベル（例：社内の文書分類カテゴリ）を学習させるために使用する機能はどれか。

AWS Glue ETLジョブ（Spark）において、ネストされたJSON構造をフラット化し、スキーマを動的に解決するのに適したデータ構造はどれか。

ディープラーニングの学習初期において、非常に小さな学習率から開始し、徐々に設定値まで上げていく手法を何と呼ぶか。

データ分布の尖度（Kurtosis）が高い（正の値が大きい）場合、そのデータ分布の特徴として正しいものはどれか。

Amazon S3バケット内に数億個のオブジェクトがある場合、特定のプレフィックス配下の各オブジェクトのサイズや暗号化状態をCSV形式で定期的に出力する機能はどれか。

Amazon Kinesis Data Streamsにおいて、特定のユーザーIDに関連するデータが常に同じシャードに配置されるようにするために指定すべき要素はどれか。

Amazon SageMakerの組み込みXGBoostにおいて、モデルの学習時にデータの何割をランダムにサンプリングして各木を構築するかを決定するハイパーパラメータはどれか。

Amazon SageMaker Neoでコンパイルされたモデルを実行する際、ターゲットのハードウェア（CPU、GPUなど）で推論を実行するためにコンテナに含める必要があるライブラリはどれか。