DP-100-KR 문제 46

Azure Machine Learning을 사용하여 머신 러닝 모델을 생성합니다.
다양한 컴퓨팅 환경을 사용하여 모델을 학습시키고 평가할 계획입니다. 또한 Azure Machine Learning Studio에서 새 컴퓨팅 리소스를 생성할 계획입니다.
적절한 컴퓨팅 유형을 선택해야 합니다.
어떤 컴퓨팅 유형을 선택해야 할까요? 답을 찾으려면 적절한 컴퓨팅 유형을 해당 요구 사항으로 드래그하세요. 각 컴퓨팅 유형은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.

DP-100-KR 문제 47

Azure Machine Learning Studio를 사용하여 column1이라는 이름의 소수점 열이 포함된 mltable 데이터 자산을 분석합니다. column1 값이 정규 분포를 따르는지 확인해야 합니다.
어떤 통계를 사용해야 할까요?

DP-100-KR 문제 48

Azure Machine Learning 작업 영역을 생성합니다.
Azure Synapse 컴퓨팅 리소스를 사용하여 작업 영역에서 모델 학습을 위한 전용 컴퓨팅 환경을 구현해야 합니다. 솔루션은 전용 컴퓨팅 리소스에 연결하고 Azure Synapse 세션을 시작해야 합니다.
컴퓨팅 리소스를 구현해야 합니다.
어떤 세 가지 행동을 순서대로 수행해야 할까요? 정답을 선택하려면, 행동 목록에서 적절한 행동을 골라 답란에 옮겨 올바른 순서대로 배열하세요.

DP-100-KR 문제 49

Azure Machine Learning SDK를 사용하여 분류 모델을 학습하고 정확도 지표를 계산하는 학습 실험을 실행할 수 있습니다.
새로운 데이터가 확보되는 대로 매달 모델을 재학습시킬 예정입니다.
배치 추론 파이프라인에서 사용하려면 모델을 등록해야 합니다.
모델을 등록해야 하며, 후속 재학습 실험을 통해 생성된 모델은 현재 등록된 모델보다 정확도가 높을 경우에만 등록되도록 해야 합니다.
이 목표를 달성할 수 있는 두 가지 방법은 무엇입니까? 각 정답은 완전한 해결책을 제시합니다.
참고: 정답 하나당 1점입니다.

DP-100-KR 문제 50

Azure Machine Learning Studio에서 분류 작업을 수행하고 있습니다.
제공된 데이터 세트를 기반으로 균형 잡힌 테스트 및 훈련 샘플을 준비해야 합니다.
데이터를 0.75:0.25 비율로 분할해야 합니다.
각 매개변수에 어떤 값을 사용해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.