DP-100-KR 문제 111
모델 학습 시 최적의 하이퍼파라미터 값을 결정하기 위해 Azure Machine Learning의 Hyperdrive 기능을 사용할 계획입니다.
다음 하이퍼파라미터 값의 조합을 테스트하려면 Hyperdrive를 사용해야 합니다. 조기 종료 정책을 적용해서는 안 됩니다.
학습률: 0.001에서 0.1 사이의 값
* 배치 크기: 16, 32 또는 64
Hyperdrive 실험에 사용할 샘플링 방법을 구성해야 합니다. 사용할 수 있는 샘플링 방법 두 가지는 무엇입니까? 각 정답은 완전한 풀이입니다.
참고: 정답 하나당 1점입니다.
다음 하이퍼파라미터 값의 조합을 테스트하려면 Hyperdrive를 사용해야 합니다. 조기 종료 정책을 적용해서는 안 됩니다.
학습률: 0.001에서 0.1 사이의 값
* 배치 크기: 16, 32 또는 64
Hyperdrive 실험에 사용할 샘플링 방법을 구성해야 합니다. 사용할 수 있는 샘플링 방법 두 가지는 무엇입니까? 각 정답은 완전한 풀이입니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 112
Azure Machine Learning 작업 영역이 있습니다. 스윕 작업을 사용하여 모델 하이퍼파라미터를 튜닝할 계획입니다.
성능이 저조한 작업을 조기에 종료하고 하이퍼파라미터를 지속적으로 모니터링할 수 있는 샘플링 방법을 찾아야 합니다.
해결책: 초매개변수 공간에 대해 소볼 샘플링 방법을 사용합니다.
이 해결책은 목표를 달성합니까?
성능이 저조한 작업을 조기에 종료하고 하이퍼파라미터를 지속적으로 모니터링할 수 있는 샘플링 방법을 찾아야 합니다.
해결책: 초매개변수 공간에 대해 소볼 샘플링 방법을 사용합니다.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 113
Azure Machine Learning 작업 영역을 관리합니다.
재학습 파이프라인을 실행하려면 이벤트 기반 프로세스를 설정해야 합니다.
Azure Machine Learning 데이터 세트의 데이터 드리프트에 대응하여 재학습 파이프라인을 트리거하는 Azure 서비스를 구성해야 합니다. 어떤 Azure 서비스를 사용해야 할까요?
재학습 파이프라인을 실행하려면 이벤트 기반 프로세스를 설정해야 합니다.
Azure Machine Learning 데이터 세트의 데이터 드리프트에 대응하여 재학습 파이프라인을 트리거하는 Azure 서비스를 구성해야 합니다. 어떤 Azure 서비스를 사용해야 할까요?
DP-100-KR 문제 114
Azure CLI ml 확장 v2를 사용하여 Azure Machine Learning 작업 영역을 관리합니다. 컴퓨팅 클러스터를 생성하려면 YAML 스키마를 정의해야 합니다. 어떤 스키마를 사용해야 할까요?
DP-100-KR 문제 115
로컬 모델에 대한 특징 추출 전략을 구축해야 합니다.
코드 부분을 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
코드 부분을 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
