منذ يوم
أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :
تغطية تفصيلية لمجال الاختبار: Google Professional Machine Learning Engineer يتطلب الحصول على شهادة Google Professional Machine Learning Engineer فهمًا عميقًا لكيفية إنشاء حلول الذكاء الاصطناعي وتوسيع نطاقها على Google Cloud. يتوافق بنك الاختبار التدريبي هذا بعناية مع أهداف الاختبار الرسمي:- تأطير مشكلات تعلم الآلة (15%): ترجمة تحديات العمل إلى مهام تعلم الآلة، وتحديد مقاييس النجاح، وتقييم جدوى البيانات.
- تصميم حلول تعلم الآلة (30%): تصميم بنية أساسية قابلة للتطوير على Google Cloud Platform، واختيار أنماط التصميم المناسبة، وتحسين التكلفة والأداء.
- هندسة البيانات وهندسة الميزات (15%): بناء استيعاب قوي. خطوط الأنابيب وإتقان تحويل الميزات باستخدام أدوات مثل Dataflow وBigQuery.
- النمذجة (20%): اختيار الخوارزميات المناسبة ونماذج التدريب وإجراء ضبط متقدم للمعلمات الفائقة لتحقيق أقصى قدر من الدقة.
- خطوط أنابيب ML والإنتاج (20%): تنسيق سير العمل الشامل باستخدام Vertex AI، واختيار استراتيجيات النشر، ونماذج المراقبة في بيئات العالم الحقيقي.
- السؤال 1: أنت تقوم بتصميم مسار ML على Vertex AI وتحتاج إلى أتمتة عملية إعادة تدريب النموذج كلما وصلت بيانات جديدة إلى جدول BigQuery. ما هي أداة التنسيق الأكثر ملاءمة لسير العمل بدون خادم؟
- أ. خطوط أنابيب Vertex AI (Kubeflow)
- ب. محرك حساب Google (GCE)
- ج. وظائف كرون المحلية
- د. BigQuery ML (BQML)
- هـ. وظائف السحابة مع مشغل يدوي
- F. Dataproc باستخدام Hadoop
- الإجابة الصحيحة: أ
- الشرح:
- أ (صحيح): Vertex AI Pipelines هي الطريقة الأصلية بدون خادم لتنسيق عمليات سير عمل التعلم الآلي الشاملة على Google Cloud Platform، مما يسمح بالمشغلات التلقائية والبيانات الوصفية القابلة للتكرار.
- ب (غير صحيح): إدارة الأجهزة الافتراضية الأولية (GCE) للتنسيق تضيف أعباء غير ضرورية وليست أفضل بدون خادم الممارسة.
- C (غير صحيحة): وظائف cron المحلية غير قابلة للتطوير، وتفتقر إلى التوفر العالي، ولا تتكامل بشكل أصلي مع نظام ML لـ GCP.
- D (غير صحيح): على الرغم من أن BQML يمكنها تدريب النماذج، إلا أنها ليست أداة التنسيق الأساسية لمسار تعلم الآلة الكامل.
- E (غير صحيح): لا تلبي المشغلات اليدوية متطلبات التشغيل الآلي بناءً على وصول البيانات.
- F (غير صحيح): Dataproc مخصص لـ معالجة البيانات الضخمة (Spark/Hadoop) بدلاً من تنسيق خطوط أنابيب تعلم الآلة المتخصصة.
- السؤال 2: يواجه النموذج الخاص بك تباينًا كبيرًا (التركيب الزائد). ما هي الإستراتيجية التي يجب أن تعطيها الأولوية أثناء مرحلة النمذجة لتحسين التعميم؟
- أ. زيادة عدد الميزات بدون تحديد.
- ب. تنفيذ تنظيم L1 أو L2.
- ج. إزالة جميع الطبقات المتسربة من الشبكة العصبية.
- د. زيادة معدل التعلم بشكل ملحوظ.
- ه. استخدام مجموعة بيانات تدريب أصغر.
- F. تعطيل التوقف المبكر في حلقة التدريب.
- الإجابة الصحيحة: ب
- الشرح:
- ب (صحيح): تضيف تقنيات التنظيم مثل L1 وL2 عقوبة إلى وظيفة الخسارة بناءً على حجم الأوزان، ومكافحة التجهيز الزائد بشكل مباشر.
- أ (غير صحيح): غالبًا ما تؤدي إضافة المزيد من الميزات دون تحديد إلى زيادة الضوضاء وزيادة سوء التجهيز.
- ج (غير صحيح): يتم استخدام الطبقات المتسربة بالفعل لمنع التجهيز الزائد؛ من المحتمل أن تؤدي إزالتها إلى تفاقم المشكلة.
- د (غير صحيح): يمكن أن يؤدي معدل التعلم المرتفع بشكل كبير إلى تباعد النموذج بدلاً من تعميمه بشكل أفضل.
- هـ (غير صحيح): استخدام بيانات أقل عادةً ما يجعل النموذج أكثر عرضة للتجاوز، وليس أقل.
- و (غير صحيح): يعد التوقف المبكر أداة رئيسية لمنع النموذج من التدريب لفترة طويلة وحفظ التشويش في التدريب. تم تعيينه.
- السؤال 3: ما هي خدمة Google Cloud Platform الأكثر ملاءمة لتقديم تنبؤات نماذج تعلم الآلة في الوقت الفعلي وزمن الاستجابة المنخفض لتطبيقات الهاتف المحمول؟
- أ. نقاط نهاية التنبؤ لـ Vertex AI
- ب. التخزين السحابي (GCS)
- ج. تخزين BigQuery طويل الأمد
- د. التسجيل السحابي
- هـ. Pub/Sub لمعالجة الدفعات
- F. Cloud SQL لاستضافة الملفات الثابتة
- الإجابة الصحيحة: أ
- الشرح:
- أ (صحيح): تم تصميم نقاط نهاية Vertex AI Prediction خصيصًا للعرض عبر الإنترنت عالي الأداء وزمن الاستجابة المنخفض.
- ب (غير صحيح): GCS مخصص لتخزين الكائنات، وليس لتنفيذ استنتاج النموذج.
- ج (غير صحيح): BigQuery عبارة عن مستودع بيانات تحليلية، وليس للتنبؤ في الوقت الفعلي. محرك لتطبيقات الهاتف المحمول.
- D (غير صحيح): هذه أداة مراقبة وتسجيل، وليست خدمة تنبؤ.
- E (غير صحيح): Pub/Sub مخصص للمراسلة غير المتزامنة، والتي عادةً ما تكون بطيئة جدًا بالنسبة لدورات الاستجابة للطلب في الوقت الفعلي.
- F (غير صحيح): Cloud SQL هي قاعدة بيانات علائقية ولم يتم تصميمها لخدمة نموذج ML الاستدلالات.
- مرحبًا بك في أكاديمية اختبارات التدريب على الاختبارات لمساعدتك في الاستعداد لاختبارات التدريب على مهندس التعلم الآلي الاحترافي من Google.
- يمكنك إعادة إجراء الاختبارات عدة مرات كما تريد
- هذا بنك أسئلة أصلي ضخم
- يمكنك الحصول على الدعم من المدرسين إذا كانت لديك أسئلة
- يحتوي كل سؤال على تفاصيل شرح
- متوافق مع الهاتف المحمول مع تطبيق Udemy
- ضمان استرداد الأموال لمدة 30 يومًا إذا لم تكن راضيًا
ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:
(احصل على الدورة للدخول إلى الموقع والتسجيل)
يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)
0 تعليقات
تسجيل دخول