DP-100-KR 문제 86
디자이너에서 자동차 가격을 예측하는 모델을 학습시키기 위한 파이프라인을 생성합니다.
데이터의 비선형적 관계 때문에 파이프라인은 훈련 데이터의 가격에 대한 자연로그(Ln)를 계산하고, 이 자연로그 값을 예측하는 모델을 훈련시킨 다음, 점수화된 레이블의 지수값을 계산하여 예측 가격을 얻습니다.
훈련 파이프라인은 그림에 나와 있습니다. (훈련 파이프라인 탭을 클릭하세요.) 훈련 파이프라인
그림에 나와 있는 것처럼 학습 파이프라인에서 실시간 추론 파이프라인을 생성합니다. (실시간 파이프라인 탭을 클릭하세요.) 실시간 파이프라인
웹 서비스가 점수가 매겨진 레이블의 지수 값을 예측된 자동차 가격으로 반환하고 클라이언트 애플리케이션이 입력 값에 가격 값을 포함할 필요가 없도록 추론 파이프라인을 수정해야 합니다.
추론 파이프라인에 어떤 세 가지 수정 사항을 적용해야 합니까? 각 정답은 해결 방법의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
데이터의 비선형적 관계 때문에 파이프라인은 훈련 데이터의 가격에 대한 자연로그(Ln)를 계산하고, 이 자연로그 값을 예측하는 모델을 훈련시킨 다음, 점수화된 레이블의 지수값을 계산하여 예측 가격을 얻습니다.
훈련 파이프라인은 그림에 나와 있습니다. (훈련 파이프라인 탭을 클릭하세요.) 훈련 파이프라인
그림에 나와 있는 것처럼 학습 파이프라인에서 실시간 추론 파이프라인을 생성합니다. (실시간 파이프라인 탭을 클릭하세요.) 실시간 파이프라인
웹 서비스가 점수가 매겨진 레이블의 지수 값을 예측된 자동차 가격으로 반환하고 클라이언트 애플리케이션이 입력 값에 가격 값을 포함할 필요가 없도록 추론 파이프라인을 수정해야 합니다.
추론 파이프라인에 어떤 세 가지 수정 사항을 적용해야 합니까? 각 정답은 해결 방법의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 87
호텔 예약 웹사이트에서 사기 거래를 예측하는 머신러닝 모델을 개발하고 학습시킵니다.
사이트 트래픽은 상당히 변동이 심합니다. 월요일과 금요일에는 트래픽이 매우 많고, 다른 요일에는 훨씬 적습니다. 공휴일에도 웹 트래픽이 많습니다. 수요에 따라 동적으로 확장 및 축소할 수 있는 컴퓨팅 환경에 Azure Machine Learning 실시간 웹 서비스 엔드포인트로 모델을 배포해야 합니다. 어떤 배포 컴퓨팅 옵션을 사용해야 할까요?
사이트 트래픽은 상당히 변동이 심합니다. 월요일과 금요일에는 트래픽이 매우 많고, 다른 요일에는 훨씬 적습니다. 공휴일에도 웹 트래픽이 많습니다. 수요에 따라 동적으로 확장 및 축소할 수 있는 컴퓨팅 환경에 Azure Machine Learning 실시간 웹 서비스 엔드포인트로 모델을 배포해야 합니다. 어떤 배포 컴퓨팅 옵션을 사용해야 할까요?
DP-100-KR 문제 88
머신러닝 실험을 학습시키기 위한 컴퓨팅 대상을 생성하고 있습니다.
컴퓨팅 대상은 자동화된 머신 러닝, 머신 러닝 파이프라인 및 Azure Machine Learning Designer 교육을 지원해야 합니다.
컴퓨팅 대상을 구성해야 합니다.
어떤 옵션을 사용해야 할까요?
컴퓨팅 대상은 자동화된 머신 러닝, 머신 러닝 파이프라인 및 Azure Machine Learning Designer 교육을 지원해야 합니다.
컴퓨팅 대상을 구성해야 합니다.
어떤 옵션을 사용해야 할까요?
DP-100-KR 문제 89
Azure Machine Learning 작업 영역을 관리하고 있습니다.
신경망 모델의 하이퍼파라미터를 조정해야 합니다. 학습률은 0.001에서 0.1 사이의 연속적인 값이어야 합니다. 배치 크기는 32.64 또는 128일 수 있습니다.
각 매개변수에 대해 적절한 검색 공간을 선택해야 합니다.
어떤 검색 공간을 사용해야 할까요? 답을 찾으려면 적절한 검색 공간을 해당 하이퍼파라미터로 이동하세요. 각 검색 공간 옵션은 한 번, 여러 번 또는 전혀 사용하지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 이동하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
신경망 모델의 하이퍼파라미터를 조정해야 합니다. 학습률은 0.001에서 0.1 사이의 연속적인 값이어야 합니다. 배치 크기는 32.64 또는 128일 수 있습니다.
각 매개변수에 대해 적절한 검색 공간을 선택해야 합니다.
어떤 검색 공간을 사용해야 할까요? 답을 찾으려면 적절한 검색 공간을 해당 하이퍼파라미터로 이동하세요. 각 검색 공간 옵션은 한 번, 여러 번 또는 전혀 사용하지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 이동하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 90
Workspaces라는 이름의 Azure Machine Learning 작업 영역이 있습니다.
Workspace1의 Automated ML을 사용하여 이미지 객체 감지 모델을 학습시킬 계획입니다.
이미지 객체 감지 작업을 시작하려면 제공된 Azure Machine Learning Python SDK v2 코드를 완료해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
Workspace1의 Automated ML을 사용하여 이미지 객체 감지 모델을 학습시킬 계획입니다.
이미지 객체 감지 작업을 시작하려면 제공된 Azure Machine Learning Python SDK v2 코드를 완료해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
