Bitzu

CLF-C02 · AI, uczenie maszynowe i analityka

SageMaker AI i Amazon Q

Najważniejsze

  • Amazon SageMaker AI (przed grudniem 2024: Amazon SageMaker): w pełni zarządzana usługa do budowania, trenowania i wdrażania własnych modeli uczenia maszynowego.
  • Canvas: modele bez kodu. Ground Truth: etykietowanie danych.
  • JumpStart: gotowe modele. Model Monitor: dryf danych na produkcji.
  • Amazon Q Business: generatywna AI odpowiada na podstawie danych firmy.
  • Amazon Q Developer: generatywna AI pomaga w kodzie i pracy z AWS.

Źródło: https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html

Przykładowe pytania

Jednokrotny wybór

Która usługa AWS jest w pełni zarządzaną platformą do budowania, trenowania i wdrażania własnych modeli uczenia maszynowego?

  1. Amazon SageMaker AI
  2. Amazon Lex
  3. Amazon Athena
  4. AWS Glue
Pokaż odpowiedź

Odpowiedź: A. Amazon SageMaker AI

Amazon SageMaker AI obsługuje cały cykl życia własnego modelu na zarządzanej infrastrukturze. Amazon Lex służy do chatbotów, Athena do zapytań SQL na S3, a Glue do ETL; żadna z nich nie trenuje Twoich modeli.

Zaznacz wszystkie poprawne

Które zadania zespół może wykonać za pomocą Amazon SageMaker AI?

  1. Trenowanie modelu na zarządzanej mocy bez utrzymywania serwerów
  2. Udostępnienie wytrenowanego modelu na endpoincie do predykcji
  3. Uruchamianie doraźnych zapytań SQL bezpośrednio na plikach w S3
  4. Tworzenie oetykietowanych zbiorów treningowych z pomocą ludzi
  5. Tłumaczenie instrukcji produktów na kilka języków
Pokaż odpowiedź

Odpowiedź: A. Trenowanie modelu na zarządzanej mocy bez utrzymywania serwerów, B. Udostępnienie wytrenowanego modelu na endpoincie do predykcji, D. Tworzenie oetykietowanych zbiorów treningowych z pomocą ludzi

SageMaker AI trenuje modele na zarządzanej mocy obliczeniowej, udostępnia je na endpointach do predykcji, a dzięki Ground Truth tworzy oetykietowane zbiory treningowe. Zapytania SQL na S3 to zadanie Athena, a tłumaczenie dokumentów należy do Amazon Translate.

Prawda czy fałsz

Aby wytrenować model w Amazon SageMaker AI, musisz najpierw uruchomić, łatać i utrzymywać własną flotę instancji EC2.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. SageMaker AI jest w pełni zarządzany: wybierasz konfigurację treningu, a usługa sama przydziela i zwalnia infrastrukturę. Zarządzanie własnymi instancjami to właśnie ta ciężka praca, którą usługa zdejmuje z Ciebie.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów CLF-C02 w tym module