1034 お客様のコメント
質問 1：
保険会社には、大気温度などの天候が顧客事例に与える影響を示す多くのEinstein Analyticsダッシュボードがあります。サービス業者は、温度データが華氏で報告されているのか、摂氏で報告されているのかをダッシュボードで確認するのは難しい場合があるとコメントしました。
ダッシュボードの設計者は、どのようにしてダッシュボード上で温度データを解釈しやすくすることができますか？
A. ダッシュボードの数値ウィジェットプロパティで数値形式をカスタマイズします。
B. エクスプローラーで、[フィールド]メニューに移動し、メジャーの数値形式をカスタマイズします。
C. 華氏または摂氏を示すテキストウィジェットをダッシュボードに追加します。
D. データフローのXMDノードを使用して、フィールドの数値形式をカスタマイズします。
正解：C
質問 2：
Universal Containers社は、ビジネスに関するすべてを知っていると考えています。ただし、Einstein Discoveryは、懸念される予期しないパターンを表面化します。彼らは部門の専門家を招集し、会議を開いてアインシュタインのコンサルタントと次のステップについて話し合います。
コンサルタントは次の行動として何を助言すべきか
A. 新しいパターンを受け入れ、アインシュタインが顧客と同じくらい正確にビジネスを知っていることを確信します。
B. 予期しないパターンを引き起こすデータを除外し、新しい結果を分析します。
C. パターンがデータの問題なのか、新しい洞察なのかを判断します。
D. 詳細な分析については、データサイエンティストに相談してください。
正解：A
質問 3：
比較表の式では、次のものを使用して他の列を参照できます。
A. 数字（1..9）
B. 名前
C. 上記のすべて
D. 文字（A..Z）
正解：D
質問 4：
顧客は多くのデータを表示し、ユーザーの注意を適切につかむために、棒グラフで特定の値を動的に強調する方法を望んでいます。
Einstein Consultantは、このタスクを達成するために何を使用できますか？
A. XMD
B. ツールチップをカスタマイズする
C. テーブルの比較
D. チャートマーカー
正解：D
解説: (Pass4Test メンバーにのみ表示されます)
質問 5：
どのステートメントが、累積ベースで毎年月額を生成しますか？
A）
B）
C）
D）
A. オプションD
B. オプションC
C. オプションB
D. オプションA
正解：A
質問 6：
Einstein Discoveryストーリーを構築するためのデータセットには、潜在的に関連する予測変数である72のフィールドが含まれています。
有意義で堅牢なモデルを実現するために、上位予測子を評価するためのベストプラクティスと考えられるアプローチはどれですか？
A. このデータセットは大きすぎるため、Einstein Discoveryで使用できません。少ない予測変数で新しいデータセットを要求します。
B. データの準備に戻り、ストーリーを作成するためにフィールドの数を30未満に減らします。
C. すべての予測子を使用してストーリーを構築し、Einstein Discoveryが上位の予測子を表示することを示します。
D. 予測子の最初のセットでストーリーを構築し、どの予測子がストーリーにとって重要かを評価します。次に、重要度の低いものを削除し、最初の実行で省略された予測子を追加して、その影響を評価します。
正解：D
解説: (Pass4Test メンバーにのみ表示されます)
質問 7：
データセットレシピでマージキーを使用する理由
A. データセットレシピの実行をスケジュールするには
B. さまざまなソースからの関連データを結合するには
C. 重複レコードを処理するには
D. データセットでマージアイコンが何を表すかを調べる
正解：B
質問 8：
ユーザーごとの1時間あたりの最大分析API呼び出し
A. 100,000
B. 5,000
C. 10,000
D. 50,000
正解：C
保険会社には、大気温度などの天候が顧客事例に与える影響を示す多くのEinstein Analyticsダッシュボードがあります。サービス業者は、温度データが華氏で報告されているのか、摂氏で報告されているのかをダッシュボードで確認するのは難しい場合があるとコメントしました。
ダッシュボードの設計者は、どのようにしてダッシュボード上で温度データを解釈しやすくすることができますか？
A. ダッシュボードの数値ウィジェットプロパティで数値形式をカスタマイズします。
B. エクスプローラーで、[フィールド]メニューに移動し、メジャーの数値形式をカスタマイズします。
C. 華氏または摂氏を示すテキストウィジェットをダッシュボードに追加します。
D. データフローのXMDノードを使用して、フィールドの数値形式をカスタマイズします。
正解：C
質問 2：
Universal Containers社は、ビジネスに関するすべてを知っていると考えています。ただし、Einstein Discoveryは、懸念される予期しないパターンを表面化します。彼らは部門の専門家を招集し、会議を開いてアインシュタインのコンサルタントと次のステップについて話し合います。
コンサルタントは次の行動として何を助言すべきか
A. 新しいパターンを受け入れ、アインシュタインが顧客と同じくらい正確にビジネスを知っていることを確信します。
B. 予期しないパターンを引き起こすデータを除外し、新しい結果を分析します。
C. パターンがデータの問題なのか、新しい洞察なのかを判断します。
D. 詳細な分析については、データサイエンティストに相談してください。
正解：A
質問 3：
比較表の式では、次のものを使用して他の列を参照できます。
A. 数字（1..9）
B. 名前
C. 上記のすべて
D. 文字（A..Z）
正解：D
質問 4：
顧客は多くのデータを表示し、ユーザーの注意を適切につかむために、棒グラフで特定の値を動的に強調する方法を望んでいます。
Einstein Consultantは、このタスクを達成するために何を使用できますか？
A. XMD
B. ツールチップをカスタマイズする
C. テーブルの比較
D. チャートマーカー
正解：D
解説: (Pass4Test メンバーにのみ表示されます)
質問 5：
どのステートメントが、累積ベースで毎年月額を生成しますか？
A）
B）
C）
D）
A. オプションD
B. オプションC
C. オプションB
D. オプションA
正解：A
質問 6：
Einstein Discoveryストーリーを構築するためのデータセットには、潜在的に関連する予測変数である72のフィールドが含まれています。
有意義で堅牢なモデルを実現するために、上位予測子を評価するためのベストプラクティスと考えられるアプローチはどれですか？
A. このデータセットは大きすぎるため、Einstein Discoveryで使用できません。少ない予測変数で新しいデータセットを要求します。
B. データの準備に戻り、ストーリーを作成するためにフィールドの数を30未満に減らします。
C. すべての予測子を使用してストーリーを構築し、Einstein Discoveryが上位の予測子を表示することを示します。
D. 予測子の最初のセットでストーリーを構築し、どの予測子がストーリーにとって重要かを評価します。次に、重要度の低いものを削除し、最初の実行で省略された予測子を追加して、その影響を評価します。
正解：D
解説: (Pass4Test メンバーにのみ表示されます)
質問 7：
データセットレシピでマージキーを使用する理由
A. データセットレシピの実行をスケジュールするには
B. さまざまなソースからの関連データを結合するには
C. 重複レコードを処理するには
D. データセットでマージアイコンが何を表すかを調べる
正解：B
質問 8：
ユーザーごとの1時間あたりの最大分析API呼び出し
A. 100,000
B. 5,000
C. 10,000
D. 50,000
正解：C
西村** -
Einstein-Analytics-and-Discovery-Consultant日本語版試験の概要もちゃんとあり、基礎的な内容から書かれています。Einstein-Analytics-and-Discovery-Consultant日本語版合格に必要な力を手に入れました。