Bonne réponse
Explication
Vertex AI AutoML Tables est la solution low-code adaptée car elle permet aux utilisateurs sans expertise en ML d'entraîner des modèles tabulaires de haute qualité sur des données structurées (10 000 lignes, 20 caractéristiques) sans écrire de code. Elle automatise l'ingénierie des caractéristiques, la sélection des modèles et l'optimisation des hyperparamètres, et fournit une UI simple pour importer des données et obtenir des prédictions. Cela correspond directement à l'exigence d'une solution low-code sans expertise pour un problème de prédiction de résiliation sur données tabulaires.
Pour aller plus loin
Vertex AI AutoML Tables entraîne et ajuste des modèles sur des données tabulaires sans exiger de l'utilisateur qu'il sélectionne des algorithmes ou écrive du code d'entraînement, exposant le flux de travail via la console, gcloud ou le Vertex AI SDK. Elle effectue automatiquement l'ingénierie des caractéristiques, divise les données et exécute la recherche d'architecture, puis déploie le modèle gagnant sur un point de terminaison pour une prédiction en ligne ou par lots. Une subtilité : AutoML Tables requiert un minimum de 1 000 lignes par jeu d'entraînement et un maximum de 100 millions, et la colonne cible doit être catégorielle ou numérique, de sorte qu'un jeu de données de résiliation de 10 000 lignes et 20 caractéristiques s'intègre confortablement. BigQuery ML est également low-code mais suppose la maîtrise du SQL, tandis qu'AutoML Tables cible les utilisateurs sans bagage en ML, ce qui en fait le meilleur choix en l'absence d'expertise.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement PMLE originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.