Une organisation doit former un modèle d'apprentissage automatique pour catégoriser (Digital Leader)

Réponse correcte: B) AutoML Vision.
Voici pourquoi :

A) API Video Intelligence : cette API est principalement conçue pour analyser et extraire des informations à partir du contenu vidéo, telles que la détection objets, scènes et activités dans les vidéos. Bien qu'il puisse être utile pour certaines tâches, il n'est pas spécifiquement adapté à la formation de modèles d'apprentissage automatique sur des photographies.

B) AutoML Vision : AutoML Vision est un service qui permet aux utilisateurs de former des modèles de classification d'images personnalisés sans nécessiter une machine approfondie. savoir-faire en apprentissage. Il simplifie le processus de création et de déploiement de modèles personnalisés pour des tâches telles que la catégorisation des photographies en gérant automatiquement des tâches telles que le prétraitement des données, la formation des modèles et le déploiement.

C) BigQuery ML : BigQuery ML est un service qui permet aux utilisateurs de créez et exécutez des modèles de machine learning directement dans Google BigQuery à l'aide de requêtes SQL. Bien qu'il soit puissant pour effectuer des tâches de machine learning sur des données structurées stockées dans des tables BigQuery, il n'est pas spécifiquement conçu pour entraîner des modèles sur des données d'image telles que des photographies.

D) Looker : Looker est une plate-forme de business intelligence et d'analyse de données, non un service d’apprentissage automatique. Bien qu'il puisse visualiser et analyser des données, il n'est pas adapté à la formation de modèles de machine learning sur des photographies.

Par conséquent, B) AutoML Vision est le produit ou service Google Cloud le plus approprié que l'organisation puisse utiliser pour former un machine learning. modèle pour catégoriser les photographies.