ある企業がSageMakerの画像分類（ImageNetV2 CNN）を利用していますが、モデルが一般的でない動物種を多く見逃していることに気づきました。彼らはS3に希少種のラベル付き画像を10,000枚収集し、Pipeモードを使用してトレーニングする予定です。MLエンジニアはどのステップの組み合わせを実行すべきですか？2つ選択してください。

正解は、SageMakerの画像分類アルゴリズムが期待する入力形式である.lstファイルを作成し、S3にアップロードすることです。また、既存のImageNetV2 CNNモデルが一般的でない動物種を見逃しているため、転移学習を用いて希少種の画像でモデルをファインチューニングすることが最も効率的で効果的なアプローチです。これにより、モデルは新しいデータセットに特化し、希少種の認識精度を向上させることができます。 ResNetアーキテクチャをゼロからトレーニングすることは、データセットが10,000枚と比較的少ないため、過学習のリスクが高く、計算コストも大きくなります。Inceptionモデルの使用は、既存のモデルがImageNetV2 CNNであるため、すでに類似の高性能モデルを使用している可能性が高く、根本的な問題解決にはなりません。JSON Lines形式の拡張マニフェストファイルは、SageMakerの画像分類アルゴリズムではサポートされていません。