Q48 — AWS SAA-C03 第5章

第 48/65 题 | ← 返回第5章

Q348.一家电子商务公司希望使用机器学习 (ML) 算法来构建和训练模型.该公司将使用这些模型来可视化复杂的场景并检测客户数据的趋势.架构团队希望将其 ML 模型与报告平台集成，以分析增强数据并直接在其商业智能仪表板中使用数据.哪种解决方案能够以最少的运营开销满足这些要求?

• A. 使用 AWS Glue 创建 ML 转换来构建和训练模型.使用 Amazon OpenSearch Service 可视化数据
• B. 使用 Amazon SageMaker 构建和训练模型.使用 Amazon QuickSight 可视化数据 ✓
• C. 使用 AWS Marketplace 中的预构建 ML Amazon 系统映像 (AMl) 来构建和训练模型.使用 Amazon OpenSearch Service 可视化数据
• D. 使用 Amazon QuickSight 通过计算字段构建和训练模型.使用 Amazon QuickSight 可视化数据

正确答案: B. 使用 Amazon SageMaker 构建和训练模型.使用 Amazon QuickSight 可视化数据

解析

B. 使用 Amazon SageMaker 构建和训练模型.使用 Amazon QuickSight 可视化数据:Amazon SageMaker 是一项完全托管的服务，使开发人员和数据科学家能够快速轻松地构建、训练和部署 ML 模型.使用 Amazon SageMaker，电子商务公司可以创建和训练其 ML 模型，而无需担心运营开销.训练模型后，他们可以使用 Amazon QuickSight 可视化复杂的场景并检测客户数据的趋势.这提供了一种需要最小运营开销的端到端解决方案.选项 A 涉及使用 AWS Glue 创建 ML 转换来构建和训练模型，与使用 SageMaker 相比，这可能需要额外的配置和设置时间.此外，虽然 Amazon OpenSearch Service 可用于数据可视化，但它主要被设计为搜索和分析引擎，可能无法提供复杂数据可视化所需的所有功能.选项 C 涉及使用 AWS Marketplace 中的预构建 ML Amazon 系统映像 (AMI) 来构建和训练模型，与使用 SageMaker 相比，这可能会产生额外的许可和成本影响.选项 D 涉及使用 Amazon QuickSight 通过使用计算字段来构建和训练模型，这可能不如使用 SageMaker 等专用 ML 工具那样可扩展或稳健.