Respuesta correcta
Explicación
Vertex AI AutoML Tables es la solución de código bajo correcta porque permite a los usuarios sin experiencia en ML entrenar modelos tabulares de alta calidad en datos estructurados (10,000 filas, 20 características) sin escribir ningún código. Automatiza la ingeniería de características, la selección de modelos y el ajuste de hiperparámetros, y proporciona una interfaz de usuario simple para cargar datos y obtener predicciones. Esto coincide directamente con el requisito de una solución de código bajo y sin experiencia para un problema tabular de predicción de deserción.
Para profundizar
Vertex AI AutoML Tables entrena y ajusta modelos en datos tabulares sin requerir que el usuario seleccione algoritmos o escriba código de entrenamiento, exponiendo el flujo de trabajo a través de la consola, gcloud o el SDK de Vertex AI. Realiza automáticamente la ingeniería de características, divide los datos y ejecuta la búsqueda de arquitectura, luego despliega el modelo ganador en un endpoint para predicción en línea o por lotes. Un detalle sutil: AutoML Tables requiere un mínimo de 1,000 filas por conjunto de entrenamiento y un máximo de 100 millones, y la columna de destino debe ser categórica o numérica, por lo que un conjunto de datos de deserción de 10,000 filas y 20 características encaja cómodamente. BigQuery ML también es de código bajo pero asume fluidez en SQL, mientras que AutoML Tables se dirige a usuarios sin antecedentes de ML, lo que lo convierte en la mejor opción cuando falta experiencia.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de PMLE de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.