解説

選択肢BのAmazon SageMaker Data WranglerはSageMaker Studio上のGUIで特徴量エンジニアリングを視覚的に実施でき、欠損値補完・正規化・カテゴリ変数エンコーディングをコードなしで適用できます。変換フローをSageMaker Pipelinesのステップとして直接エクスポートする機能を備えており、本要件に最も適しています。 選択肢AのAWS Glue DataBrewはコーディング不要の優れたデータ準備ツールですが、変換フローをSageMaker Pipelinesに直接エクスポートするネイティブ統合機能を持たないため、この要件を満たしません。 選択肢CのAmazon SageMaker Processingはコードによるデータ処理実行環境であり、GUIで操作するという要件を満たしません。 選択肢DのAWS Glue ETL ジョブはPythonまたはScalaのコード記述が必要なETLサービスであり、GUIで操作するという要件を満たしません。