Gerekli girdi materyallerini ve enerjiyi tahmin etmek için Amazon SageMaker DeepAR kullanmanız gerekiyor, ancak çoğu eğitim kaydında eksik hedef değerler var ve veriler JSON olarak depolanmış. DeepAR'ı eğitmek için eksik hedef değerlerini ele almak üzere en az geliştirme çabası gerektiren yaklaşım hangisidir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Eksik hedef değerlerini NaN (sayı değil) olarak kodlayın ve DeepAR'ı bu NaN girişleriyle birlikte tam veri kümesini kullanarak eğitin..
Neden bu cevap
Amazon SageMaker DeepAR, eğitim verilerindeki eksik hedef değerlerini otomatik olarak işleyebilir. Eksik değerleri NaN (Not a Number) olarak kodlamak, DeepAR'ın bu eksiklikleri dahili olarak ele almasını sağlar ve bu, en az geliştirme çabası gerektiren yaklaşımdır. Diğer seçenekler (doğrusal regresyon imputasyonu, ileriye doğru doldurma veya ortalama ile değiştirme) ek veri ön işleme adımları gerektirir ve DeepAR'ın kendi eksik değer işleme yeteneklerinden tam olarak yararlanmaz. Bu yöntemler, DeepAR'ın dahili mekanizmalarından daha az optimal sonuçlar verebilir veya daha fazla manuel müdahale gerektirebilir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez