DP-100-KR 문제 111
Azure Machine Learning Designer를 사용하여 다음 데이터 세트를 실험에 로드합니다.
데이터 세트 1
데이터셋 2
입력 데이터셋과 동일한 열과 헤더 행을 가지면서 두 입력 데이터셋의 모든 행을 포함하는 데이터셋을 생성해야 합니다.
해결 방법: [변환 적용] 구성요소를 사용하십시오.
이 해결책은 목표를 달성합니까?
데이터 세트 1
데이터셋 2
입력 데이터셋과 동일한 열과 헤더 행을 가지면서 두 입력 데이터셋의 모든 행을 포함하는 데이터셋을 생성해야 합니다.
해결 방법: [변환 적용] 구성요소를 사용하십시오.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 112
Azure Machine Learning 작업 영역이 있습니다.
MLflow 모델 출력으로 모델을 생성하는 작업을 실행할 계획입니다.
MLflow 모델의 출력 모드를 지정해야 합니다.
어떤 세 가지 모드를 지정할 수 있습니까? 각 정답은 완전한 해결책을 제시합니다.
참고: 정답 하나당 1점입니다.
MLflow 모델 출력으로 모델을 생성하는 작업을 실행할 계획입니다.
MLflow 모델의 출력 모드를 지정해야 합니다.
어떤 세 가지 모드를 지정할 수 있습니까? 각 정답은 완전한 해결책을 제시합니다.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 113
Python SDK v2를 사용하여 Azure Machine Learning 작업 영역을 관리할 수 있습니다.
워크스페이스에 컴퓨팅 클러스터를 생성해야 합니다. 컴퓨팅 클러스터는 워크로드를 실행하고 인터럽트를 적절하게 처리해야 합니다. 먼저 워크로드에 필요한 최대 컴퓨팅 리소스 양을 계산하고, 그 계산 결과에 맞춰 클러스터 크기를 조정합니다.
클러스터 정의에는 다음과 같은 속성과 값이 포함됩니다.
* 이름="mlcluster1"
* 크기="STANDARD.DS3.v2"
* 최소 인스턴스=1
* 최대 인스턴스=4
* 티어="전용"
워크로드가 활성 상태이거나 유휴 상태일 때 컴퓨팅 리소스 비용을 최소화해야 합니다. 클러스터 속성 변경은 클러스터에서 실행되는 워크로드에 사용할 수 있는 최대 컴퓨팅 리소스 양에 영향을 미치지 않아야 합니다.
컴퓨팅 리소스 비용을 최소화하려면 클러스터 속성을 수정해야 합니다.
어떤 속성을 수정해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
워크스페이스에 컴퓨팅 클러스터를 생성해야 합니다. 컴퓨팅 클러스터는 워크로드를 실행하고 인터럽트를 적절하게 처리해야 합니다. 먼저 워크로드에 필요한 최대 컴퓨팅 리소스 양을 계산하고, 그 계산 결과에 맞춰 클러스터 크기를 조정합니다.
클러스터 정의에는 다음과 같은 속성과 값이 포함됩니다.
* 이름="mlcluster1"
* 크기="STANDARD.DS3.v2"
* 최소 인스턴스=1
* 최대 인스턴스=4
* 티어="전용"
워크로드가 활성 상태이거나 유휴 상태일 때 컴퓨팅 리소스 비용을 최소화해야 합니다. 클러스터 속성 변경은 클러스터에서 실행되는 워크로드에 사용할 수 있는 최대 컴퓨팅 리소스 양에 영향을 미치지 않아야 합니다.
컴퓨팅 리소스 비용을 최소화하려면 클러스터 속성을 수정해야 합니다.
어떤 속성을 수정해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 114
Azure Machine Learning에서 학습 실험을 실행하는 Python 스크립트를 생성합니다. 이 스크립트는 Python용 Azure Machine Learning SDK를 사용합니다.
스크립트에서 생성된 로그 및 출력 파일의 이름을 가져오는 구문을 추가해야 합니다.
해당 구문을 사용하려면 SDK에서 제공하는 Python 클래스 객체를 참조해야 합니다.
어떤 클래스 객체를 사용해야 할까요?
스크립트에서 생성된 로그 및 출력 파일의 이름을 가져오는 구문을 추가해야 합니다.
해당 구문을 사용하려면 SDK에서 제공하는 Python 클래스 객체를 참조해야 합니다.
어떤 클래스 객체를 사용해야 할까요?
DP-100-KR 문제 115
Azure Machine Learning을 사용하여 dataset1이라는 데이터셋을 기반으로 모델을 학습시킵니다.
데이터셋 모니터를 정의하고 새 데이터가 포함된 dataset2라는 데이터셋을 생성합니다.
Azure Machine Learning SDK for Python을 사용하여 dataset1과 dataset2를 비교해야 합니다.
DataDriftDetector 클래스의 어떤 메서드를 사용해야 할까요?
데이터셋 모니터를 정의하고 새 데이터가 포함된 dataset2라는 데이터셋을 생성합니다.
Azure Machine Learning SDK for Python을 사용하여 dataset1과 dataset2를 비교해야 합니다.
DataDriftDetector 클래스의 어떤 메서드를 사용해야 할까요?