AWS認定資格 WEB問題集＆徹底解説
機械学習エンジニア–アソシエイト
- No.21 グローバルレビューデータのML前処理最適化
- No.27 MLデータ準備と特徴量管理
- No.34 AWS Glueを活用した大規模データETLの最適化
- No.47 ML特徴量の効率的な準備と一元管理
- No.56 SageMakerにおけるデータ前処理の最適解
- No.71 S3ログデータのAthenaクエリ最適化
- No.80 Eコマースにおける顧客チャーン予測モデルのデータ前処理
- No.89 通信データ統合のためのETLパイプライン
- No.97 ML特徴量エンジニアリングの効率的なプロセス
- No.129 機械学習モデル更新のデータパイプライン自動化
- No.136 S3ログの自動ETLパイプライン構築
- No.139 データ準備の視覚的ツール選択
- No.164 AWS Glue DataBrewを用いたデータ準備
- No.179 Lex対話ログのS3分析基盤構築
- No.197 DynamoDBデータとSageMakerの連携最適化
- No.199 電力予測モデル向け気象データ統合
- No.200 大規模なデータ準備とMLモデル管理
- No.208 MLワークフローの効率的なオーケストレーション
- No.219 S3データレイク部門別アクセス制御の最適解
- No.225 DataBrewを活用したデータ品質向上
- No.245 GlueワークフローとSageMaker Pipelinesの連携
- No.264 KinesisストリームからのリアルタイムML推論
- No.282 S3データレイクのGlueクエリ最適化
- No.289 RDS上の大規模データをSageMakerで活用
- No.298 機械学習データの大規模前処理戦略
- No.312 AWS Glueを用いたデータレイクの構築と最適化
- No.327 大規模データ処理と特徴量管理の最適化
- No.335 DataBrewによる外れ値の処理
- No.355 S3とGlueを用いた増分データ処理の最適化
- No.357 DynamoDBからSageMakerへのデータ連携
- No.374 大規模MLワークフローの自動化とスケーラビリティ確保
- No.389 機微データのファジーな重複排除ソリューション
- No.393 MLモデルの欠損値処理
- No.399 複数アカウントにまたがるMLモデルの一元管理
- No.401 IaCによるMLパイプラインのクロススタック連携自動化
- No.406 クラス不均衡データの前処理と再サンプリング
- No.426 表形式データの機密情報マスキング
- No.434 クロスアカウントでのプライベートな学習データアクセス
- No.445 AWS Glue ジョブと SageMaker Pipelines の連携方式
- No.457 顧客マスタの重複レコード検出
- No.458 CSV形式の保険金請求データの前処理手順の順序
- No.464 生データの取り込みから特徴量ストアまでの一気通貫パイプライン
- No.468 S3上のCSVデータへの低運用負荷なアドホック分析
- No.471 DynamoDB に蓄積した注文データの前処理パイプライン設計
- No.479 AWS Glue Data Quality による学習前のデータ品質検証
広告