ある企業は、S3にヘッダー、カテゴリフィールド、欠損値を含むCSV形式の過去の不動産データを保有しています。データサイエンティストは、欠損値をゼロで埋め、カテゴリフィールドを削除し、デフォルトのオープンソース線形回帰モデルをトレーニングしましたが、予測精度は50%未満です。彼らはモデルのパフォーマンスを向上させ、運用上のオーバーヘッドを最小限に抑えつつ迅速にローンチしたいと考えています。この目標を最もよく満たすオプションはどれですか？

SageMaker Autopilotは、データの前処理、特徴量エンジニアリング、最適なアルゴリズムの選択、モデルのトレーニング、チューニングを自動化するAutoMLサービスです。これにより、データサイエンティストは手動での作業を大幅に削減し、迅速に高精度なモデルをデデプロイできます。元のモデルの精度が50%未満であり、運用オーバーヘッドを最小限に抑えつつ迅速にローンチしたいという要件に最も適しています。 他の選択肢は、手動での特徴量エンジニアリングやモデル選択、または運用が複雑になる可能性があり、迅速なローンチとオーバーヘッド最小化の要件を満たしにくいです。例えば、ECSはインフラ管理が必要で、Lambdaでの推論は大規模なモデルには不向きです。