A. 인기 있는 오픈 소스 라이브러리 SciPy 및 NumPy를 사용하여 기계 학습 모델을 만듭니다.

B. 통합 AI 플랫폼을 사용하여 사용자 지정 TensorFlow 모델을 만듭니다.

C. BigQuery ML을 사용하여 SQL 쿼리를 사용하여 기계 학습 모델을 만듭니다.

D. Cloud Vision API와 Cloud Speech API를 통합하여 소매 부문에 적합한 맞춤 모델을 만듭니다.

A. 예측을 수행하는 데 입력 변수가 사용됩니다. 예를 들어 주택 가격 예측 모델의 방 수입니다.

B. 하나 이상의 입력 열과 예측 결과를 포함하는 데이터세트의 한 행입니다.

C. 예측 작업에 대한 답변으로, 기계 학습 시스템에서 생성된 답변이거나 훈련 데이터에 제공된 정답입니다. 예를 들어 이미지에는 "고양이"가 포함되어 있습니다.

D. 모델 학습을 연속적으로 실행하는 동안 조정하는 "노브"입니다. 예: 학습률

A. 클라우드 모니터링

B. 클라우드 추적

C. 클라우드 로깅

D. 클라우드 디버거

A. Hadoop과 호환되지 않습니다.

B. 가동 중지 시간 없이 기가 바이트에서 페타 바이트까지 확장됩니다.

C. 실시간 광고 분석 및 수천 개의 IoT 장치 데이터 추적에는 사용할 수 없습니다.

D. 관계형 및 비관계형 기능을 제공하는 엔터프라이즈급 데이터베이스입니다.

A. 타사 시스템은 많은 중요한 비즈니스 애플리케이션을 실행할 만큼 강력하지 않을 수 있습니다.

B. 충분한 보안 조치와 정기 점검이 없으면 보안되지 않은 타사 시스템이 데이터 보안에 위협이 될 수 있습니다.

C. 타사 시스템에 대한 과도한 의존은 조직의 혁신 잠재력을 제한합니다.

D. 타사 시스템은 조직의 보안 요구 사항을 처리하는 능력이 떨어집니다.