DP-100-KR 문제 96
다음 코드를 사용하여 모델을 Azure Machine Learning 실시간 웹 서비스로 배포합니다.
배포가 실패했습니다.
배포 실패 문제를 해결하려면 배포 중에 수행된 작업을 파악하고 실패한 특정 작업을 식별해야 합니다.
어떤 코드 부분을 실행해야 할까요?
배포가 실패했습니다.
배포 실패 문제를 해결하려면 배포 중에 수행된 작업을 파악하고 실패한 특정 작업을 식별해야 합니다.
어떤 코드 부분을 실행해야 할까요?
DP-100-KR 문제 97
Azure Machine Learning을 사용하여 모델을 훈련합니다.
하이퍼파라미터를 튜닝하려면 베일린 샘플링을 사용해야 합니다.
학습률 매개변수 분포를 선택해야 합니다.
어떤 두 가지 분포를 사용할 수 있습니까? 각 정답은 완전한 풀이 과정을 제시합니다.
참고: 정답 하나당 1점입니다.
하이퍼파라미터를 튜닝하려면 베일린 샘플링을 사용해야 합니다.
학습률 매개변수 분포를 선택해야 합니다.
어떤 두 가지 분포를 사용할 수 있습니까? 각 정답은 완전한 풀이 과정을 제시합니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 98
Azure AI Foundry 프로젝트에서 프롬프트 흐름을 개발합니다.
플로우에서 변형을 사용하고 사용자 지정 API를 호출할 계획입니다.
계획된 기능을 구현할 도구를 워크플로에 추가해야 합니다. 솔루션은 개발 노력을 최소화해야 합니다.
어떤 도구를 사용해야 할까요? 답을 찾으려면 적절한 도구를 해당 기능에 배치하세요. 각 도구는 한 번만 사용할 수도 있고, 여러 번 사용할 수도 있고, 전혀 사용하지 않을 수도 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 이동하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
플로우에서 변형을 사용하고 사용자 지정 API를 호출할 계획입니다.
계획된 기능을 구현할 도구를 워크플로에 추가해야 합니다. 솔루션은 개발 노력을 최소화해야 합니다.
어떤 도구를 사용해야 할까요? 답을 찾으려면 적절한 도구를 해당 기능에 배치하세요. 각 도구는 한 번만 사용할 수도 있고, 여러 번 사용할 수도 있고, 전혀 사용하지 않을 수도 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 이동하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 99
Azure Machine Learning 작업 영역이 있습니다.
Azure Machine Learning 디자이너를 사용하여 작업 영역에 여러 구성 요소를 등록할 계획입니다.
등록을 지원하는 구성 요소를 구성해야 합니다.
어떤 구성 요소를 사용해야 합니까? 답변하려면 답변 영역에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.
Azure Machine Learning 디자이너를 사용하여 작업 영역에 여러 구성 요소를 등록할 계획입니다.
등록을 지원하는 구성 요소를 구성해야 합니다.
어떤 구성 요소를 사용해야 합니까? 답변하려면 답변 영역에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 100
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.
작업 영역에 Azure Machine Learning 서비스 데이터 저장소를 만듭니다. 데이터 저장소에는 다음 파일이 포함됩니다.
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
모든 파일은 다음 형식으로 데이터를 저장합니다.
id,f1,f2,l
1,1,2,0
2,1,1,1
3.2.1.0
다음 코드를 실행합니다.
training_data라는 이름의 데이터셋을 생성하고 다음 코드를 사용하여 모든 파일의 데이터를 하나의 데이터프레임으로 불러와야 합니다.
해결 방법: 다음 코드를 실행하세요.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
작업 영역에 Azure Machine Learning 서비스 데이터 저장소를 만듭니다. 데이터 저장소에는 다음 파일이 포함됩니다.
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
모든 파일은 다음 형식으로 데이터를 저장합니다.
id,f1,f2,l
1,1,2,0
2,1,1,1
3.2.1.0
다음 코드를 실행합니다.
training_data라는 이름의 데이터셋을 생성하고 다음 코드를 사용하여 모든 파일의 데이터를 하나의 데이터프레임으로 불러와야 합니다.
해결 방법: 다음 코드를 실행하세요.
이 해결책은 목표를 달성합니까?