Verileri topladıktan sonra, ML mühendisinin veri kümesindeki anormallikleri tespit etmek ve bulguları görselleştirmek için otomatik bir yola ihtiyacı vardır. Hangi çözüm her iki gereksinimi de karşılar?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Anormallikleri otomatik olarak tespit etmek ve sonuçları görselleştirmek için Amazon SageMaker Data Wrangler'ı kullanın..
Neden bu cevap
Amazon SageMaker Data Wrangler, veri hazırlığı için tasarlanmış kapsamlı bir araçtır. Anormallik tespiti için yerleşik dönüşümler sunar ve bu bulguları doğrudan arayüzünde görselleştirebilir, böylece her iki gereksinimi de tek bir çözümde karşılar. Amazon Athena ve Amazon Redshift Spectrum, veri sorgulama hizmetleridir ve anormallik tespiti için ek kodlama veya entegrasyon gerektirir, ayrıca yerleşik görselleştirme yetenekleri sınırlıdır. AWS Batch, toplu iş yüklerini çalıştırmak için kullanılır ancak anormallik tespiti veya görselleştirme için doğrudan bir çözüm değildir; bu işlevler için başka hizmetlerle entegrasyon gerektirir. Amazon QuickSight, güçlü bir görselleştirme aracıdır ancak kendi başına anormallik tespiti yapmaz.
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