Bitzu

SAA-C03 · Trwałość danych, automatyzacja i obserwowalność

Zarządzane usługi do konkretnych zadań

Najważniejsze

  • Zamień własne elementy na zarządzane, często bez zmian w kodzie.
  • Baza na jednym EC2 -> RDS Multi-AZ (automatyczny failover, ten sam endpoint); udział NFS -> Amazon EFS (wiele AZ).
  • Pojedynczy serwer WWW -> Elastic Load Balancing z health checkami; ActiveMQ lub RabbitMQ -> Amazon MQ (te same protokoły).
  • AI: Comprehend (NLP: sentyment, encje, frazy kluczowe, PII), Polly (tekst na mowę), Transcribe (mowa na tekst), Rekognition (obraz, wideo).

Źródło: https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html

Przykładowe pytania

Jednokrotny wybór

Która usługa AWS wykrywa sentyment, encje i frazy kluczowe w recenzjach klientów przy użyciu wytrenowanych modeli NLP?

  1. Amazon Polly
  2. Amazon Comprehend
  3. Amazon Transcribe
  4. Amazon Rekognition
Pokaż odpowiedź

Odpowiedź: B. Amazon Comprehend

Amazon Comprehend to zarządzana usługa przetwarzania języka naturalnego do sentymentu, encji, fraz kluczowych, języka i PII. Polly zamienia tekst na mowę, Transcribe mowę na tekst, a Rekognition analizuje obrazy i wideo.

Zaznacz wszystkie poprawne

Które pary zadanie - zarządzana usługa AI są poprawne?

  1. Zamiana nagranych rozmów wsparcia na tekst: Amazon Transcribe
  2. Czytanie artykułów na głos w aplikacji: Amazon Polly
  3. Wykrywanie obiektów na przesłanych zdjęciach: Amazon Rekognition
  4. Zamiana plików audio bezpośrednio na tekst: Amazon Comprehend
  5. Tłumaczenie umowy PDF na niemiecki: Amazon Polly
Pokaż odpowiedź

Odpowiedź: A. Zamiana nagranych rozmów wsparcia na tekst: Amazon Transcribe, B. Czytanie artykułów na głos w aplikacji: Amazon Polly, C. Wykrywanie obiektów na przesłanych zdjęciach: Amazon Rekognition

Transcribe zamienia mowę na tekst, Polly tworzy naturalnie brzmiącą mowę z tekstu, a Rekognition analizuje obrazy i wideo, np. wykrywa obiekty lub twarze. Comprehend działa na tekście, nie na dźwięku, a Polly nie tłumaczy dokumentów.

Prawda czy fałsz

Aby użyć Amazon Comprehend do analizy sentymentu, trzeba najpierw zebrać dane treningowe i wytrenować własny model uczenia maszynowego.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Analizy Comprehend, takie jak sentyment, encje i frazy kluczowe, korzystają z wytrenowanych modeli, więc dane treningowe nie są potrzebne. Własny trening jest opcjonalny i dotyczy tylko własnych klasyfikatorów lub typów encji.

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 SAA-C03 w tym module