Ein Dataset-Repository auf S3 enthält persönlich identifizierbare Informationen (PII), die vor dem Modelltraining unkenntlich gemacht werden müssen. Welche Option minimiert den Entwicklungsaufwand, um PII aus den Daten zu entfernen?
Wählen Sie eine Antwort
Tippen Sie auf eine Option, um Ihre Antwort zu überprüfen.
Richtige Antwort: Verwenden Sie AWS Glue DataBrew, um PII aus dem Datensatz zu erkennen und zu redigieren..
Warum dies die Antwort ist
AWS Glue DataBrew ist die optimale Lösung, da es über integrierte Transformationen zur Erkennung und Redaktion von PII verfügt, was den Entwicklungsaufwand erheblich minimiert. Es bietet eine visuelle Schnittstelle, um diese Operationen ohne Code durchzuführen. Amazon SageMaker Data Wrangler erfordert das Schreiben einer benutzerdefinierten Transformation, was mehr Entwicklungsaufwand bedeutet. Eine benutzerdefinierte AWS Lambda-Funktion würde die Entwicklung, Bereitstellung und Wartung von Code erfordern. Ein AWS Glue-Entwicklungsendpunkt mit benutzerdefiniertem Code in einem Notebook erfordert ebenfalls manuelles Codieren und Konfigurieren, was im Vergleich zu DataBrew aufwendiger ist.
Bestehen Sie Ihre Prüfung – ohne endlose Antwortsuche
Erhalten Sie jede verifizierte Frage und Erklärung für diese Prüfung an einem Ort und sparen Sie Stunden der Vorbereitung. Über 1.000 Zertifizierungen · Über 20 Sprachen · Kostenloser Start.
Bestehen Sie Ihre Prüfung schneller → Keine Karte erforderlich