Eine Organisation muss ein maschinelles Lernmodell für die Kategorisierung trainieren (Digital Leader)

Richtige Antwort: B) AutoML Vision.
Hier ist der Grund:

A) Video Intelligence API: Diese API ist in erster Linie zum Analysieren und Extrahieren von Erkenntnissen aus Videoinhalten konzipiert, beispielsweise zum Erkennen Objekte, Szenen und Aktivitäten in Videos. Obwohl es für bestimmte Aufgaben nützlich sein kann, ist es nicht speziell auf das Training von Modellen für maschinelles Lernen auf Fotos zugeschnitten.

B) AutoML Vision: AutoML Vision ist ein Dienst, der es Benutzern ermöglicht, benutzerdefinierte Bildklassifizierungsmodelle zu trainieren, ohne dass dafür tiefe maschinelle Kenntnisse erforderlich sind Lernkompetenz. Es vereinfacht den Prozess der Erstellung und Bereitstellung benutzerdefinierter Modelle für Aufgaben wie das Kategorisieren von Fotos, indem es Aufgaben wie Datenvorverarbeitung, Modellschulung und Bereitstellung automatisch erledigt.

C) BigQuery ML: BigQuery ML ist ein Dienst, der Benutzern dies ermöglicht Erstellen und führen Sie maschinelle Lernmodelle direkt in Google BigQuery mithilfe von SQL-Abfragen aus. Es ist zwar leistungsstark für die Ausführung von maschinellen Lernaufgaben an strukturierten Daten, die in BigQuery-Tabellen gespeichert sind, ist jedoch nicht speziell für das Training von Modellen anhand von Bilddaten wie Fotos konzipiert.

D) Looker: Looker ist eine Business-Intelligence- und Datenanalyseplattform, nicht ein maschineller Lerndienst. Obwohl es Daten visualisieren und analysieren kann, eignet es sich nicht zum Trainieren von Modellen für maschinelles Lernen anhand von Fotos.

Daher ist B) AutoML Vision das am besten geeignete Google Cloud-Produkt oder der am besten geeignete Google Cloud-Dienst, den das Unternehmen zum Trainieren von maschinellem Lernen verwenden kann Modell zur Kategorisierung von Fotos.