Q68 — AWS SAA-C03 第15章

第 68/100 题 | ← 返回第15章

Q1168. 一家公司希望使用自动机器学习 (ML) 来创建和可视化复杂场景和趋势的预测。哪种解决方案能够以最少的管理开销满足这些要求?

• A. 使用 AWS Glue ML 作业转换数据并创建预测。使用 Amazon QuickSight 实现数据可视化。
• B. 使用 Amazon QuickSight 将数据可视化。使用 QuickSight 中基于机器学习的预测功能创建预测。 ✓
• C. 使用 AWS Marketplace 中预构建的 ML AMI 创建预测。使用 Amazon QuickSight 实现数据可视化。
• D. 使用 Amazon SageMaker Al 推理管道创建和更新预测。使用 Amazon QuickSight 将合并后的数据可视化。

正确答案: B. 使用 Amazon QuickSight 将数据可视化。使用 QuickSight 中基于机器学习的预测功能创建预测。

解析

为了满足公司使用自动机器学习（ML）以最少的管理开销预测复杂场景和趋势的要求，最佳解决方案是:正确答案:BB. 使用 Amazon QuickSight 将数据可视化。使用 QuickSight 中基于机器学习的预测功能创建预测。解释:Amazon QuickSight ML 驱动的预测功能:QuickSight 内置 ML 功能，无需手动开发 ML 模型即可预测趋势和场景。它会自动分析时间序列数据，并使用预先训练的 ML 模型生成预测结果。这是一个完全托管的解决方案，只需极少的设置或管理开销。QuickSight 中的可视化功能:QuickSight 还可以将预测数据与历史数据一起可视化，从而提供统一的仪表板。为什么其他选项不正确:A. 使用 AWS Glue ML 作业转换数据并创建预测。使用 Amazon QuickSight 实现数据可视化。AWS Glue 适用于 ETL（提取、转换、加载）和数据准备，不适用于自动 ML 预测。您需要手动开发或集成 ML 模型，这会增加管理开销。C. 使用 AWS Marketplace 中预构建的 ML AMI 创建预测。使用 Amazon QuickSight 进行数据可视化。预构建的 ML AMI 需要手动设置、配置和维护 ML 环境。与 QuickSight 内置的 ML 预测功能相比，这会增加运营开销。D. 使用 Amazon SageMaker AI 推理管道创建和更新预测。使用 Amazon QuickSight 可视化组合数据。Amazon SageMaker 是一项功能强大但复杂的 ML 服务，需要模型训练、部署和管道管理。这涉及大量的管理开销（例如，模型调整、监控、基础设施设置）。关键要点:QuickSight 由 ML 驱动的预测是最简单、最易于管理的自动预测解决方案。其他选项需要手动 ML 模型开发、部署或基础设施管理，从而增加开销。最终答案:B. 使用 Amazon QuickSight 将数据可视化。使用 QuickSight 中基于机器学习的预测功能创建预测。