A. Cloud Bigtable 테이블의 행 키 구문을 주식 기호로 시작하도록 변경합니다.

B. 초당 임의의 숫자로 시작하도록 Cloud Bigtable 테이블의 행 키 구문을 변경합니다.

C. 주식 거래 저장에 BigQuery를 사용하도록 데이터 파이프라인을 변경하고 애플리케이션을 업데이트합니다.

D. Cloud Dataflow를 사용하여 일일 주식 거래 요약을 Cloud Storage의 Avro 파일에 기록합니다.
Cloud Storage 및 Cloud Bigtable에서 읽어 응답을 계산하도록 애플리케이션을 업데이트하세요.

A. 모든 데이터

B. 데이터 없음

C. 마지막 트랜잭션

D. 시간 차원

A. 거래 위치를 예측하기 위한 강화 학습입니다.

B. 어떤 세 가지 기계 학습 애플리케이션을 사용할 수 있나요? (3개를 선택하세요.)

C. 기능 유사성을 기준으로 트랜잭션을 N개 범주로 나누는 클러스터링입니다.

D. 거래 위치를 예측하기 위한 지도 학습입니다.

E. 사기 가능성이 가장 높은 거래를 결정하기 위한 비지도 학습.

F. 거래 위치를 예측하기 위한 비지도 학습.

G. 사기 가능성이 가장 높은 거래를 결정하기 위한 지도 학습.

A. 애플리케이션에서 Cloud Natural Language API를 호출합니다. 생성된 감정 분석을 라벨로 처리합니다.

B. 애플리케이션에서 Cloud Natural Language API를 호출합니다. 생성된 엔터티 분석을 다음과 같이 처리합니다.
라벨.

C. TensorFlow를 사용하여 텍스트 분류 모델을 구축하고 훈련합니다. Cloud Machine을 사용하여 모델 배포
학습 엔진. 애플리케이션에서 모델을 호출하고 결과를 라벨로 처리합니다.

D. TensorFlow를 사용하여 텍스트 분류 모델을 구축하고 훈련합니다. Kubernetes Engine 클러스터를 사용하여 모델을 배포합니다. 애플리케이션에서 모델을 호출하고 결과를 라벨로 처리합니다.

A. 작업을 제출합니다.

B. 클러스터를 생성합니다.

C. 클러스터를 삭제합니다.

D. 작업을 나열합니다.