DP-100-KR 문제 146
Azure Machine Learning 디자이너를 사용하여 실험을 구축하고 있습니다.
데이터셋을 훈련 세트와 테스트 세트로 분할합니다. 알고리즘으로는 Two-Class Boosted Decision Tree를 선택합니다.
모델의 AUC(곡선 아래 면적)를 구해야 합니다.
어떤 세 가지 모듈을 순서대로 사용해야 할까요? 정답을 맞추려면 모듈 목록에서 해당 모듈을 선택하여 답란에 놓고 올바른 순서대로 배열하세요.
데이터셋을 훈련 세트와 테스트 세트로 분할합니다. 알고리즘으로는 Two-Class Boosted Decision Tree를 선택합니다.
모델의 AUC(곡선 아래 면적)를 구해야 합니다.
어떤 세 가지 모듈을 순서대로 사용해야 할까요? 정답을 맞추려면 모듈 목록에서 해당 모듈을 선택하여 답란에 놓고 올바른 순서대로 배열하세요.
DP-100-KR 문제 147
당신은 Azure AI Foundry 프로젝트를 관리하고 있습니다.
다음과 같은 방법으로 정교하게 조정된 대규모 언어 모델을 평가할 계획입니다.
* 동일 모델의 실행 결과 간 차이점을 파악하여 조정이 필요한 영역을 정확히 찾아냅니다.
* AI가 생성한 응답이 제공된 맥락과 일치하고, 맥락에 의해 타당성이 검증되는지 확인합니다.
모델의 성능을 평가하려면 평가 지표와 비교 특징을 파악해야 합니다.
어떤 평가 기법을 사용해야 할까요? 답변하려면, 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
다음과 같은 방법으로 정교하게 조정된 대규모 언어 모델을 평가할 계획입니다.
* 동일 모델의 실행 결과 간 차이점을 파악하여 조정이 필요한 영역을 정확히 찾아냅니다.
* AI가 생성한 응답이 제공된 맥락과 일치하고, 맥락에 의해 타당성이 검증되는지 확인합니다.
모델의 성능을 평가하려면 평가 지표와 비교 특징을 파악해야 합니다.
어떤 평가 기법을 사용해야 할까요? 답변하려면, 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 148
Azure AI Foundry 프로젝트가 있습니다. RAG 솔루션을 개발합니다.
해결책을 평가해야 합니다.
평가에 필요한 데이터가 포함된, 형식이 올바른 파일을 제공해야 합니다. 해결 방법: .jsonl 형식의 파일을 사용하십시오.
이 해결책은 목표를 달성합니까?
해결책을 평가해야 합니다.
평가에 필요한 데이터가 포함된, 형식이 올바른 파일을 제공해야 합니다. 해결 방법: .jsonl 형식의 파일을 사용하십시오.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 149
Azure Machine Learning 학습 실험을 실행합니다. 학습 스크립트 디렉터리에는 .amlignore라는 파일을 포함하여 총 100개의 파일이 있습니다. 또한 이 디렉터리에는 /outputs 및 /logs라는 하위 디렉터리가 있습니다.
학습 스크립트 디렉터리에는 컴퓨팅 대상에 대한 스냅샷에서 제외해야 하는 파일이 20개 있습니다. 디렉터리 루트에 `.giftignore`라는 파일을 생성하고, 해당 20개 파일의 이름을 이 파일에 추가합니다. 그러면 이 20개 파일은 컴퓨팅 대상에 계속 복사됩니다.
20개의 파일을 제외해야 합니다. 어떻게 해야 할까요?
학습 스크립트 디렉터리에는 컴퓨팅 대상에 대한 스냅샷에서 제외해야 하는 파일이 20개 있습니다. 디렉터리 루트에 `.giftignore`라는 파일을 생성하고, 해당 20개 파일의 이름을 이 파일에 추가합니다. 그러면 이 20개 파일은 컴퓨팅 대상에 계속 복사됩니다.
20개의 파일을 제외해야 합니다. 어떻게 해야 할까요?
DP-100-KR 문제 150
Azure Machine Learning에서 스크립트를 실험으로 실행하려면 다음 코드를 사용합니다.
실험 실행 결과로 생성되는 출력 파일을 식별해야 합니다.
출력 파일 이름을 가져오는 코드를 추가해야 합니다.
스크립트에 어떤 코드 부분을 추가해야 할까요?
실험 실행 결과로 생성되는 출력 파일을 식별해야 합니다.
출력 파일 이름을 가져오는 코드를 추가해야 합니다.
스크립트에 어떤 코드 부분을 추가해야 할까요?