DP-100-KR 문제 71
참고: 이 문제는 동일한 시나리오를 제시하는 일련의 문제 중 하나입니다. 각 문제에는 제시된 목표를 달성할 수 있는 고유한 해결책이 포함되어 있습니다. 일부 문제 세트에는 정답이 두 개 이상일 수 있으며, 정답이 없는 문제 세트도 있습니다.
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Azure Machine Learning 모델을 학습시키고 등록합니다.
모델을 온라인 엔드포인트에 배포할 계획입니다.
애플리케이션이 만료되지 않는 아티팩트를 사용하는 인증 방식을 통해 모델에 접근할 수 있도록 해야 합니다.
해결책:
관리형 온라인 엔드포인트를 생성하고 auto_mode 매개변수 값을 key로 설정합니다. 모델을 인라인 엔드포인트에 배포합니다.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Azure Machine Learning 모델을 학습시키고 등록합니다.
모델을 온라인 엔드포인트에 배포할 계획입니다.
애플리케이션이 만료되지 않는 아티팩트를 사용하는 인증 방식을 통해 모델에 접근할 수 있도록 해야 합니다.
해결책:
관리형 온라인 엔드포인트를 생성하고 auto_mode 매개변수 값을 key로 설정합니다. 모델을 인라인 엔드포인트에 배포합니다.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 72
기존 모델을 재학습시킵니다.
레지스트리에 현재 버전의 모델을 유지하면서 새 버전의 모델을 등록해야 합니다.
어떻게 해야 할까요?
레지스트리에 현재 버전의 모델을 유지하면서 새 버전의 모델을 등록해야 합니다.
어떻게 해야 할까요?
DP-100-KR 문제 73
Azure Machine Learning을 사용하여 모델을 학습시킵니다.
하이퍼파라미터 튜닝에는 반드시 샘플링 방법을 사용해야 합니다. 샘플링 방법은 이전 샘플에서 모델의 성능을 기반으로 샘플을 선택해야 합니다.
표본 추출 방법을 선택해야 합니다.
어떤 샘플링 방법을 사용해야 할까요?
하이퍼파라미터 튜닝에는 반드시 샘플링 방법을 사용해야 합니다. 샘플링 방법은 이전 샘플에서 모델의 성능을 기반으로 샘플을 선택해야 합니다.
표본 추출 방법을 선택해야 합니다.
어떤 샘플링 방법을 사용해야 할까요?
DP-100-KR 문제 74
당신은 조류의 건강과 이동을 추적하는 프로젝트의 수석 데이터 과학자입니다. 전문가들이 수집한 레이블이 지정된 조류 사진 세트를 사용하여 다중 클래스 이미지 분류 딥러닝 모델을 개발합니다.
새 사진 10만 장이 있습니다. 모든 사진은 JPG 형식이며 Azure 구독의 Azure Blob 컨테이너에 저장되어 있습니다.
딥러닝 모델 학습에 사용될 Azure Machine Learning 서비스 작업 영역에서 Azure Blob 컨테이너에 있는 조류 사진 파일에 액세스해야 합니다. 데이터 이동을 최소화해야 합니다.
어떻게 해야 할까요?
새 사진 10만 장이 있습니다. 모든 사진은 JPG 형식이며 Azure 구독의 Azure Blob 컨테이너에 저장되어 있습니다.
딥러닝 모델 학습에 사용될 Azure Machine Learning 서비스 작업 영역에서 Azure Blob 컨테이너에 있는 조류 사진 파일에 액세스해야 합니다. 데이터 이동을 최소화해야 합니다.
어떻게 해야 할까요?
DP-100-KR 문제 75
참고: 이 문제는 동일한 시나리오를 제시하는 일련의 문제 중 하나입니다. 각 문제에는 제시된 목표를 달성할 수 있는 고유한 해결책이 포함되어 있습니다. 일부 문제 세트에는 정답이 두 개 이상일 수 있으며, 정답이 없는 문제 세트도 있습니다.
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Azure Machine Learning 실험을 실행하기 위해 Python 스크립트를 사용할 계획입니다. 이 스크립트는 실험 실행 컨텍스트에 대한 참조를 생성하고, 파일에서 데이터를 로드하고, 레이블 열에 대한 고유 값 집합을 식별하고, 실험 실행을 완료합니다.
azureml.core에서 Run을 가져옵니다.
pandas를 pd로 가져옵니다.
run = Run.get_context()
data = pd.read_csv('data.csv')
label_vals = data['label'].unique()
# 여기에 지표를 기록하는 코드를 추가하세요
실행 완료()
실험에서는 실행 후 검토할 수 있도록 데이터에 고유 레이블을 기록하여 측정 기준으로 활용해야 합니다.
주석에 표시된 지점에 스크립트에 고유 레이블 값을 실행 메트릭으로 기록하는 코드를 추가해야 합니다.
해결 방법: 주석을 다음 코드로 바꾸세요.
label_val의 각 레이블에 대해:
run.log('레이블 값', label_val)
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Azure Machine Learning 실험을 실행하기 위해 Python 스크립트를 사용할 계획입니다. 이 스크립트는 실험 실행 컨텍스트에 대한 참조를 생성하고, 파일에서 데이터를 로드하고, 레이블 열에 대한 고유 값 집합을 식별하고, 실험 실행을 완료합니다.
azureml.core에서 Run을 가져옵니다.
pandas를 pd로 가져옵니다.
run = Run.get_context()
data = pd.read_csv('data.csv')
label_vals = data['label'].unique()
# 여기에 지표를 기록하는 코드를 추가하세요
실행 완료()
실험에서는 실행 후 검토할 수 있도록 데이터에 고유 레이블을 기록하여 측정 기준으로 활용해야 합니다.
주석에 표시된 지점에 스크립트에 고유 레이블 값을 실행 메트릭으로 기록하는 코드를 추가해야 합니다.
해결 방법: 주석을 다음 코드로 바꾸세요.
label_val의 각 레이블에 대해:
run.log('레이블 값', label_val)
이 해결책은 목표를 달성합니까?