DP-100-KR 문제 161
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.
로지스틱 회귀 알고리즘을 사용하여 분류 모델을 학습시킵니다.
모델의 예측 결과를 설명하려면 각 특징의 중요도를 계산해야 하며, 이는 전체적인 상대적 중요도 값과 특정 예측 집합에 대한 국소적 중요도 값을 모두 포함해야 합니다.
필요한 전역 및 지역 특징 중요도 값을 가져오는 데 사용할 수 있는 설명자를 만들어야 합니다.
해결 방법: 표 형식 설명 도구를 만드세요.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
로지스틱 회귀 알고리즘을 사용하여 분류 모델을 학습시킵니다.
모델의 예측 결과를 설명하려면 각 특징의 중요도를 계산해야 하며, 이는 전체적인 상대적 중요도 값과 특정 예측 집합에 대한 국소적 중요도 값을 모두 포함해야 합니다.
필요한 전역 및 지역 특징 중요도 값을 가져오는 데 사용할 수 있는 설명자를 만들어야 합니다.
해결 방법: 표 형식 설명 도구를 만드세요.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 162
당신은 통계 분포의 비대칭성을 분석하고 있습니다.
다음 이미지는 두 데이터 세트의 확률 분포를 보여주는 두 개의 밀도 곡선을 포함합니다.
아래 드롭다운 메뉴를 이용하여 그림에 제시된 정보를 바탕으로 각 질문에 대한 적절한 답을 선택하세요.
참고: 정답 하나당 1점입니다.
다음 이미지는 두 데이터 세트의 확률 분포를 보여주는 두 개의 밀도 곡선을 포함합니다.
아래 드롭다운 메뉴를 이용하여 그림에 제시된 정보를 바탕으로 각 질문에 대한 적절한 답을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 163
Azure Machine Learning의 Hyperdrive 기능을 사용하여 모델을 학습시키고 있습니다.
다음 코드를 실행하여 Hyperdrive 실험을 구성합니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
다음 코드를 실행하여 Hyperdrive 실험을 구성합니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 164
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 작업 영역이 있습니다. Azure Machine Learning 스튜디오의 노트북 페이지에서 터미널 세션에 연결합니다.
터미널 세션에서 접근 가능한 새로운 Jupyter 커널을 추가할 계획입니다.
새 커널을 추가하기 전에 완료해야 하는 작업을 수행해야 합니다.
해결 방법: Python 3.6 - AzureML 커널을 삭제합니다.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Azure Machine Learning 작업 영역이 있습니다. Azure Machine Learning 스튜디오의 노트북 페이지에서 터미널 세션에 연결합니다.
터미널 세션에서 접근 가능한 새로운 Jupyter 커널을 추가할 계획입니다.
새 커널을 추가하기 전에 완료해야 하는 작업을 수행해야 합니다.
해결 방법: Python 3.6 - AzureML 커널을 삭제합니다.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 165
Azure Machine Learning 작업 영역이 있습니다.
워크스페이스에서 자동화된 머신러닝을 사용하여 다중 클래스 분류를 위한 자연어 처리 모델을 학습시키려고 합니다. 모델 학습에 필요한 데이터셋을 제공해야 하는데, 데이터셋 형식은 어떻게 해야 할까요?
워크스페이스에서 자동화된 머신러닝을 사용하여 다중 클래스 분류를 위한 자연어 처리 모델을 학습시키려고 합니다. 모델 학습에 필요한 데이터셋을 제공해야 하는데, 데이터셋 형식은 어떻게 해야 할까요?