AWS Certified AI Practitioner (AIF-C01)

AWS Certified AI Practitioner (AIF-C01) 更新于今天
  • 查看第 3 至第 24 页.
  • 查看第 11-15 至第 120 道题
Disclaimers:
  • - ExamTopics website is not related to, affiliated with, endorsed or authorized by Amazon.and Azure
  • - Trademarks, certification & product names are used for reference only and belong to Amazon.and Azure

Topic 1 - Exam A

Question #11 Topic 1

哪种策略将决定基础模型 (FM) 是否有效地满足业务目标?

  • A 评估模型在基准数据集上的性能。
  • B 分析模型的架构和超参数。
  • C 评估模型与特定用例的一致性。
  • D 测量模型部署所需的计算资源。
正确答案: C
解析: 选择'C'是因为评估模型与特定用例的对齐情况直接关联到业务目标的有效实现。具体来说,用例对齐确保了模型在实际业务场景中的适用性和有效性。
Question #12 Topic 1

一家公司希望为其员工构建潜在客户优先级应用程序以联系潜在客户。该应用程序必须使员工能够根据领域知识和专业知识查看和调整分配给模型中不同变量的权重。哪种 ML 模型类型满足这些要求?

  • A Logistic 回归模型
  • B 基于主组件构建的深度学习模型
  • C K 最近邻 (k-NN) 模型
  • D 神经网络
正确答案: A
解析: 问题要求的是一个可以根据领域知识和专业知识调整不同变量权重的机器学习模型。逻辑回归模型(Logistic regression model)通常具有这种可解释性和灵活性,可以通过调整系数来改变不同变量的重要性。
Question #13 Topic 1

一家制药公司希望分析用户对新药的评论,并为每种药物提供简明的概述。哪种解决方案满足这些要求?

  • A 创建时间序列预测模型以使用 Amazon Personalize 分析药物评论。
  • B 使用 Amazon Bedrock 大型语言模型 (LLM) 创建药物审查摘要。
  • C 使用 Amazon SageMaker 创建一个分类模型,将药物分类为不同的组。
  • D 使用 Amazon Rekognition 创建药物审查摘要。
正确答案: B
解析: 选项B ‘使用Amazon Bedrock大型语言模型(LLMs)创建药物评论摘要’ 更符合要求,因为这些模型可以理解和生成自然语言,适合于从用户评论中提取和总结关键信息。而其他选项主要涉及预测、分类等任务,与创建评论摘要的要求不符。
Question #14 Topic 1

一家金融机构正在构建一个 AI 解决方案,以使用基础模型 (FM) 做出贷款审批决策。出于安全和审计目的,该公司需要 AI 解决方案的决策是可解释的。哪个因素与 AI 解决方案决策的可解释性有关?

  • A 模型复杂性
  • B 训练时间
  • C 超参数数
  • D 部署时间
正确答案: A
解析: 这个问题询问哪个因素与AI解决方案决策的可解释性有关。模型复杂度直接关系到模型的可解释性。一个简单的模型通常比复杂的模型更具有可解释性。训练时间、超参数数量和部署时间并不直接影响模型的可解释性。
Question #15 Topic 1

一家公司正在实施智能代理,为其客户提供对话式搜索体验。该公司需要一种数据库服务,该服务将支持存储和查询来自生成式 AI 模型的嵌入作为数据库中的向量。哪些 AWS 服务将满足这些要求?

  • A 亚马逊 Athena
  • B Amazon Aurora PostgreSQL
  • C 亚马逊 Redshift
  • D Amazon EMR
正确答案: B
解析: 选择 Amazon Aurora PostgreSQL 是因为它可以支持向量存储和查询,这是从生成式 AI 模型中存储和查询嵌入向量所必需的功能。