Un ingénieur ML reçoit des jeux de données contenant des valeurs manquantes, des doublons et des valeurs aberrantes extrêmes. Il doit les fusionner en un seul dataframe et préparer les données pour l'apprentissage automatique. Quelle solution répond à ces besoins ?
Choisissez une réponse
Appuyez sur une option pour vérifier votre réponse.
Bonne réponse : Utiliser Amazon SageMaker Data Wrangler pour importer et fusionner les jeux de données en un seul dataframe, puis utiliser ses fonctionnalités de nettoyage et d'enrichissement pour préparer les données..
Pourquoi c'est la réponse
SageMaker Data Wrangler est conçu spécifiquement pour l'agrégation, la préparation et le nettoyage des données pour le machine learning. Il permet d'importer plusieurs sources de données, de les fusionner en un seul dataframe, et offre des transformations intégrées pour gérer les valeurs manquantes, les doublons et les valeurs aberrantes, ce qui correspond précisément aux besoins de l'ingénieur. SageMaker Ground Truth est un service d'étiquetage de données, non de préparation de données. L'importation manuelle et l'utilisation d'Amazon Q Developer ou de l'étiquetage de données SageMaker sont des approches moins efficaces et plus chronophages pour la préparation de données à grande échelle.
Réussissez votre examen — sans la chasse aux réponses interminable
Obtenez toutes les questions et explications vérifiées pour cet examen en un seul endroit, et économisez des heures de préparation. Plus de 1 000 certifications · Plus de 20 langues · Gratuit pour commencer.
Réussissez votre examen plus rapidement → Pas de carte requise