发布 Google Professional-Machine-Learning-Engineer 最新问题 PDF [Q17-Q33] : 免费考试试卷材料 : http://exams.dumpsmaterials.com

新问题 17
一家公司正在使用亚马逊 Textract 从每天成千上万份扫描的文本内容繁杂的法律文件中提取文本数据。该公司利用这些信息自动处理贷款申请。一些文件未能通过业务验证，被退回给人工审核人员，由他们对错误进行调查。这项工作增加了处理贷款申请的时间。
公司应如何缩短贷款申请的处理时间？

配置 Amazon Textract，将低置信度预测路由至 Amazon SageMaker Ground Truth。
在进行业务验证之前，对这些词语进行人工审核。

使用 Amazon Textract 同步操作而非异步操作。

配置 Amazon Textract，将低置信度预测路由至 Amazon Augmented AI (Amazon A2I)。
在进行业务验证之前，对这些词语进行人工审核。

使用 Amazon Rekognition 检测图像中文本的功能，从扫描图像中提取数据。利用这些信息处理贷款申请。

新问题 18
你是一家银行的移动应用程序的 ML 工程师。管理层要求你为该应用程序构建一个基于 ML 的生物识别身份验证，根据客户的指纹验证其身份。指纹被认为是高度敏感的个人信息，不能下载并存储到银行数据库中。您应该推荐哪种学习策略来训练和部署这个 ML 模型？

差异化隐私

联合学习

MD5 加密数据

数据丢失防护 API

新问题 19
您的数据科学团队需要快速试验各种功能、模型架构和超参数。他们需要跟踪各种实验的准确性指标，并使用应用程序接口（API）查询一段时间内的指标。他们应该使用什么来跟踪和报告他们的实验，同时尽量减少人工操作？

使用 Kubeflow Pipelines 执行实验导出指标文件，并使用 Kubeflow Pipelines API 查询结果。

使用 Al Platform Training 执行实验将准确度指标写入 BigQuery，并使用 BigQueryAPI 查询结果。

使用 Al Platform Training 执行实验将准确性指标写入云监控，并使用监控 API 查询结果。

使用 Al Platform Notebooks 执行实验。在共享的 Google Sheets 文件中收集结果，并使用 Google Sheets API 查询结果

新问题 20
一家在线经销商有一个大型多列数据集，其中一列缺少 30% 的数据。机器学习专家认为，数据集中的某些列可用来重建丢失的数据。
专家应采用哪种重建方法来保持数据集的完整性？

列表式删除

上一次观测结果转入下一次观测

多重估算

平均替代率

新问题 21
某公司希望将用户行为分为欺诈行为和正常行为。根据内部研究，机器学习专家将根据两个特征建立二元分类器：账户年龄（用 x 表示）和交易月份（用 y 表示）。正分类用红色表示，负分类用黑色表示。

哪种模型的精确度最高？

线性支持向量机 (SVM)

决策树

具有径向基函数核的支持向量机 (SVM)

带有 Tanh 激活函数的单感知器

新问题 22
你在一家社交媒体公司工作。您需要检测发布的图片中是否包含汽车。每个训练示例正好属于一个类。您训练了一个对象检测神经网络，并将模型版本部署到 Al Platform Prediction 进行评估。在部署之前，您创建了一个评估任务，并将其附加到 Al Platform 预测模型版本。您注意到精度低于业务要求。您应该如何调整模型的最终层 softmax 阈值以提高精度？

增加召回次数

减少召回次数。

增加误报数量

减少假阴性结果的数量

新问题 23
一位机器学习专家使用 Amazon SageMaker 启动了基于树的集合模型的超参数调整工作，并将 ROC 曲线下面积 (AUC) 作为目标指标。该工作流最终将部署到一个管道中，每晚对超参数进行重新训练和调整，以便对每 24 小时就会过时的数据的点击率进行建模。
为了减少训练这些模型所需的时间，并最终降低成本，专家希望重新配置输入超参数范围。
哪种可视化方式能实现这一目标？

直方图显示最重要的输入特征是否为高斯特征。

利用 t-分布式随机邻域嵌入（t-SNE）将大量输入变量以更易于阅读的维度可视化，并按目标变量对点进行着色的散点图。

散点图显示了目标指标在每次训练迭代中的表现。

散点图显示了最大树深与客观指标之间的相关性。

新问题 24
您为需要自定义库的 Kubeflow 管道编写了单元测试。您想在每次向云源代码库中的开发分支推送新内容时自动执行单元测试。您应该怎么做？

编写一个脚本，按顺序执行推送到开发分支的操作，并在云运行中执行单元测试

使用云构建，设置自动触发器，以便在变更推送到开发分支时执行单元测试。

为 Pub/Sub 主题设置云日志汇，以捕获与云源存储库的交互为 Cloud Run 配置 Pub/Sub 触发器，并在 Cloud Run 上执行单元测试。

将云日志汇设置为可捕获与云源存储库交互的 Pub/Sub 主题。使用云函数执行单元测试，该函数在消息发送到发布/子主题时触发

新问题 25
某公司在亚马逊 SageMaker 中使用默认内置图像分类算法进行训练时，发现准确率很低。数据科学团队希望使用 Inception 神经网络架构，而不是 ResNet 架构。
以下哪项可以实现这一目标？(请选择两项）。

自定义内置图像分类算法以使用 Inception，并将其用于模型训练。

与 SageMaker 团队创建支持案例，将默认图像分类算法更改为 Inception。

将装有 TensorFlow Estimator 的 Docker 容器与 Inception 网络捆绑在一起，用于模型训练。

使用 Amazon SageMaker 中的自定义代码和 TensorFlow Estimator，用 Inception 网络加载模型，并将其用于模型训练。

下载并使用 apt-get 将启动网络代码安装到亚马逊 EC2 实例中，然后将该实例用作亚马逊 SageMaker 中的 Jupyter 笔记本。

新问题 26
您在生产中有一个需求预测管道，在模型训练和预测之前使用 Dataflow 对原始数据进行预处理。在预处理过程中，您对存储在 BigQuery 中的数据进行 Z-score归一化处理，然后将其写回 BigQuery。每周都会添加新的训练数据。您希望通过最大限度地减少计算时间和人工干预来提高流程效率。您应该怎么做？

使用谷歌 Kubernetes 引擎规范化数据

将规范化算法转化为 SQL，以便与 BigQuery 配合使用

在 TensorFlow 的特征列应用程序接口中使用 normalizer_fn 参数

使用 BigQuery 的 Dataproc 连接器用 Apache Spark 对数据进行规范化处理

新问题 27
您在一家公共交通公司工作，需要建立一个模型来估算多条交通路线的延误时间。预测结果将直接通过应用程序实时提供给用户。由于不同的季节和人口增长会影响数据的相关性，因此您需要每月重新训练模型。您希望遵循 Google 推荐的最佳实践。您应该如何配置预测模型的端到端架构？

配置 Kubeflow 管道，安排从培训到部署模型的多步骤工作流程。

使用在 BigQuery ML 上训练和部署的模型，并利用 BigQuery 的计划查询功能触发再训练

编写一个云函数脚本，在 Ai 平台上启动由云调度程序触发的培训和部署作业

使用 Cloud Composer 以编程方式安排 Dataflow 作业，执行从培训到部署模型的工作流程

新问题 28
您有一个正常运行的端到端 ML 流水线，其中包括使用 Al Platform 调整 ML 模型的超参数，然后使用最佳调整参数进行训练。超参数调整所需的时间比预期的要长，并且延误了下游流程。您希望加快调整工作的速度，同时又不明显影响其效果。您应该采取哪些措施？
选择 2 个答案

减少平行试验的次数

缩小浮点数值范围

将提前停止参数设置为 TRUE

将搜索算法从贝叶斯搜索改为随机搜索。

在随后的训练阶段减少试验次数上限。

新问题 29
机器学习专家接收到一家在线购物网站的客户数据。这些数据包括人口统计、以往访问和地区信息。该专家必须开发一种机器学习方法，以识别客户的购物模式、偏好和趋势，从而改进网站，提供更好的服务和智能推荐。
专家应推荐哪种解决方案？

Latent Dirichlet Allocation (LDA) 针对给定的离散数据集合，识别客户数据库中的模式。

一个至少有三层和随机初始权重的神经网络来识别客户数据库中的模式。

基于用户互动和相关性的协同过滤，以识别客户数据库中的模式。

随机子样本上的随机切割森林（RCF），以识别客户数据库中的模式。

新问题 30
您供职于一家全球鞋类零售商，需要根据历史库存数据预测商品的缺货时间。由于鞋类需求受许多不同因素的影响，因此客户行为是高度动态的。您希望提供根据所有可用数据训练的模型，但在推向生产之前，要对特定数据子集的性能进行跟踪。执行这种验证的最简化、最可靠的方法是什么？

使用 TFX ModelValidator 工具指定生产就绪的性能指标

使用 k 倍交叉验证作为验证策略，以确保您的模型可以投入生产。

使用最近一周的相关数据作为验证集，以确保您的模型在当前数据上运行准确

使用整个数据集，并将接收器工作特性曲线下面积（AUC ROC）作为主要指标。

新问题 31
您所在的团队不断壮大，拥有 50 多名数据科学家，他们都使用 Al Platform。您正在设计一种策略，以简洁、可扩展的方式组织作业、模型和版本。您应该选择哪种策略？

在 Al Platform 笔记本上设置限制性 I AM 权限，以便只有单个用户或组可以访问指定实例。

将每位数据科学家的工作分离到不同的项目中，以确保每位数据科学家创建的工作、模型和版本只能由该用户访问。

使用标签将资源组织成描述性类别。为每个创建的资源贴上标签，以便用户在查看或监控资源时按标签过滤结果

为云日志日志设置 BigQuery 汇，该汇经过适当过滤，可捕获有关 Al Platform 资源使用情况的信息在 BigQuery 中创建一个 SQL 视图，将用户映射到他们正在使用的资源。

新问题 32
一位机器学习专家正在与一家大型网络安全公司合作，该公司为世界各地的公司实时管理安全事件。该网络安全公司希望设计一种解决方案，使其能够在数据摄入时使用机器学习将恶意事件作为异常情况进行评分。该公司还希望能够将结果保存在数据湖中，以便日后处理和分析。
完成这些任务最有效的方法是什么？

使用 Amazon Kinesis Data Firehose 接收数据，并使用 Amazon Kinesis Data Analytics Random Cut Forest (RCF) 进行异常检测。然后使用 Kinesis Data Firehose 将结果流式传输到 Amazon S3。

使用 Amazon EMR 将数据输入 Apache Spark Streaming，并使用 Spark MLlib 和 k-means 执行异常检测。然后使用亚马逊 EMR 将结果存储到 Apache Hadoop 分布式文件系统 (HDFS)，数据湖的复制因子为 3。

吸入数据并将其存储在亚马逊 S3 中。使用 AWS Batch 和 AWS 深度学习 AMI，在 Amazon S3 中的数据上使用 TensorFlow 训练 k-means 模型。

接收数据并将其存储在亚马逊 S3 中。让按需触发的 AWS Glue 作业转换新数据。然后使用 Amazon SageMaker 内置的随机剪切森林 (RCF) 模型检测数据中的异常。

新问题 33
一位数据科学家正在对一个包含多个类别的数据集进行多层感知 (MLP) 训练。与数据集中的其他类别相比，感兴趣的目标类别是唯一的，但它无法达到可接受的召回指标。数据科学家已经尝试过改变 MLP 隐藏层的数量和大小，但结果并没有明显改善。必须尽快实施提高召回率的解决方案。
应使用哪些技术来满足这些要求？

使用 Amazon Mechanical Turk 收集更多数据，然后重新训练

训练异常检测模型，而不是 MLP

训练 XGBoost 模型，而不是 MLP

为 MLP 的损失函数添加类别权重，然后重新训练

发布 Google Professional-Machine-Learning-Engineer 最新问题 PDF [Q17-Q33]

如需了解更多信息，请阅读参考资料：

如何备考专业机器学习工程师 - Google