Una empresa tiene datos históricos de propiedades en formato CSV en S3 con un encabezado, campos categóricos y valores faltantes. Los científicos de datos rellenaron los valores faltantes con ceros, eliminaron los campos categóricos y entrenaron un modelo de regresión lineal de código abierto predeterminado; la precisión de la predicción es inferior al 50%. Quieren mejorar el rendimiento del modelo y lanzarlo rápidamente con una sobrecarga operativa mínima. ¿Qué opción cumple mejor este objetivo?

La opción correcta es SageMaker Autopilot porque automatiza la ingeniería de características, la selección de algoritmos y el ajuste de hiperparámetros, lo que mejora significativamente el rendimiento del modelo con una sobrecarga operativa mínima. Autopilot puede manejar valores faltantes y campos categóricos de forma inteligente, abordando las deficiencias del enfoque inicial. Las opciones incorrectas son: La primera opción implica un esfuerzo de ingeniería significativo (ECS, Deep Learning Containers, código de ingeniería de características, regresión logística), lo que no cumple con el requisito de "lanzarlo rápidamente con una sobrecarga operativa mínima". La segunda opción, aunque útil para la exploración, no garantiza una mejora rápida y puede requerir más iteraciones manuales, lo que aumenta la sobrecarga operativa. La tercera opción, aunque usa XGBoost (un buen algoritmo), requiere que el usuario maneje la ingeniería de características y la implementación en Lambda, lo que añade complejidad y sobrecarga operativa en comparación con Autopilot.