EN简体繁體
登录
首页 / AWS / MLS-C01
AWS · MLS-C01

AWS Certified Machine Learning – Specialty

MLS-C01 英文 PDF 练习题，共 369 题，按题库顺序提供题目、原脚本支持的选项、答案及已有解析。本方案仅适用于此考试，一次付费，不自动续费。

考试介绍

这是一项历史机器学习专项认证，关注数据准备、探索分析、建模与 ML 实施运维。

官网标注该认证于 2026-03-31 退役；所列语言为历史信息。

考试代码
MLS-C01
官方考试／认证名称
AWS Certified Machine Learning – Specialty
考试形式
单选题及多选题
考试时长
180 分钟
官方考试题量
65 题
历史官方考试语言
英文、日文、韩文、简体中文

官方考试语言与下方练习题文件的语言分别列出；实际考试版本及可选语种以官方预约页面为准。

官方来源：官方资料
信息核对日期：2026-10-20

支持的语言

  • 英文
  • 简体中文
先试阅，再决定

前20 题免费试阅

题库共 369 题

题目按题库原始顺序展示。展开查看答案和解析。

免责声明：本站所有题目均整理自互联网，仅供学习参考。

第 6 题

Question#6Topic1

机器学习专家正在公司 VPC 的私有子网中使用 Amazon SageMaker 笔记本实例。 ML 专家将重要数据存储在 Amazon SageMaker 笔记本实例的 Amazon EBS 卷上，需要拍摄该 EBS 卷的快照。但是，ML 专家无法在 VPC 中找到 Amazon SageMaker 笔记本实例的 EBS 卷或 Amazon EC2 实例。
为什么 ML 专家在 VPC 中看不到实例？

  1. A.Amazon SageMaker 笔记本实例基于客户账户中的 EC2 实例，但它们在 VPC 之外运行。
  2. B.Amazon SageMaker 笔记本实例基于客户账户中的 Amazon ECS 服务。
  3. C.Amazon SageMaker 笔记本实例基于在 AWS 服务账户中运行的 EC2 实例。
  4. D.Amazon SageMaker 笔记本实例基于在 AWS 服务账户中运行的 AWS ECS 实例。
查看答案与解析

答案

C

解析

参考：
https://docs.aws.amazon.com/sagemaker/latest/dg/gs-setup-working-env.html

第 7 题

Question#7Topic1

一位机器学习专家正在构建一个模型，该模型将使用 Amazon SageMaker 执行时间序列预测。专家已完成模型训练，现在正计划在端点上执行负载测试，以便他们可以为模型变体配置 Auto Scaling。
哪种方法可以让专家审查延迟、内存利用率和 CPU 利用率在负载测试期间？

  1. A.查看已写入 Amazon S3 的 SageMaker 日志，方法是利用 Amazon Athena 和 Amazon QuickSight 可视化正在生成的日志。
  2. B.生成 Amazon CloudWatch 控制面板，为 Amazon SageMaker 输出的延迟、内存利用率和 CPU 利用率指标创建单一视图。
  3. C.构建自定义 Amazon CloudWatch Logs，然后利用 Amazon ES 和 Kibana 查询和可视化 Amazon SageMaker 生成的日志数据。
  4. D.将 Amazon SageMaker 生成的 Amazon CloudWatch Logs 发送到 Amazon ES，并使用 Kibana 查询和可视化日志数据。
查看答案与解析

答案

B

解析

参考：
https://docs.aws.amazon.com/sagemaker/latest/dg/monitoring-cloudwatch.html

第 8 题

Question#8Topic1

一家制造公司将结构化和非结构化数据存储在 Amazon S3 存储桶中。机器学习专家想要使用 SQL 对此数据运行查询。
哪种解决方案需要最少的努力来查询此数据？

  1. A.使用 AWS Data Pipeline 转换数据并使用 Amazon RDS 运行查询。
  2. B.使用 AWS Glue 对数据进行编目，使用 Amazon Athena 运行查询。
  3. C.使用 AWS Batch 对数据运行 ETL，并使用 Amazon Aurora 运行查询。
  4. D.使用 AWS Lambda 转换数据并使用 Amazon Kinesis Data Analytics 运行查询。
查看答案

答案

B

第 9 题

Question#9Topic1

机器学习专家正在为应用程序开发自定义视频推荐模型。用于训练此模型的数据集非常大，包含数百万个数据点，并且托管在 Amazon S3 存储桶中。专家希望避免将所有这些数据加载到 Amazon SageMaker 笔记本实例上，因为移动需要数小时，并且会超过笔记本实例上附加的 5 GB Amazon EBS 卷。
哪种方法允许专家使用所有训练模型的数据？

  1. A.将较小的数据子集加载到 SageMaker 笔记本中并在本地进行训练。确认训练代码正在执行并且模型参数看起来合理。使用管道输入模式使用来自 S3 存储桶的完整数据集启动 SageMaker 训练作业。
  2. B.使用 AWS Deep Learning AMI 启动 Amazon EC2 实例并将 S3 存储桶附加到该实例。在少量数据上训练以验证训练代码和超参数。返回 Amazon SageMaker 并使用完整数据集进行训练
  3. C.使用 AWS Glue 使用一小部分数据训练模型，以确认数据将与 Amazon SageMaker 兼容。使用管道输入模式使用来自 S3 存储桶的完整数据集启动 SageMaker 训练作业。
  4. D.将较小的数据子集加载到 SageMaker 笔记本中并在本地进行训练。确认训练代码正在执行并且模型参数看起来合理。使用 AWS 深度学习 AMI 启动 Amazon EC2 实例并附加 S3 存储桶以训练完整数据集。
查看答案

答案

A

第 10 题

Question#10Topic1

一位机器学习专家已使用少量数据样本为一家公司完成了概念验证，现在该专家已准备好使用 Amazon SageMaker 在 AWS 中实施端到端解决方案。历史训练数据存储在 Amazon RDS 中。
专家应使用哪种方法使用该数据训练模型？

  1. A.在 notebook 中写入到 SQL 数据库的直接连接并拉取数据
  2. B.使用 AWS Data Pipeline 将数据从 Microsoft SQL Server 推送到 Amazon S3，并在笔记本中提供 S3 位置。
  3. C.将数据移动到 Amazon DynamoDB 并在笔记本中设置与 DynamoDB 的连接以提取数据。
  4. D.使用 AWS DMS 将数据移动到 Amazon ElastiCache，并在笔记本中设置连接以提取数据以进行快速访问。
查看答案

答案

B

下载与使用

  • 本资料按考试单独购买，支持 1、3、6 或 12 个月期限。
  • 支付确认后，在“我的练习题”中查看下载入口和准确到期时间。
  • 有效期内可重复下载；到期后需要重新购买。
  • PDF 仅供购买者个人学习使用，不可转售或公开分享。
  • 已下载至设备的文件不会因权限到期被远程删除。
如何选择适合自己的认证