DP-100-KR 문제 116
2,000개의 행이 포함된 데이터 세트가 있습니다. Azure Learning Studio를 사용하여 머신 러닝 분류 모델을 구축하고 있습니다. 실험에 파티션 및 샘플 모듈을 추가합니다.
모듈을 구성해야 합니다. 다음 요구 사항을 충족해야 합니다.
데이터를 부분집합으로 나눕니다.
라운드 로빈 방식을 사용하여 행을 폴드로 할당합니다.
데이터 세트의 행을 재사용할 수 있도록 허용합니다.
모듈을 어떻게 구성해야 합니까? 답변하려면 답변 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.
모듈을 구성해야 합니다. 다음 요구 사항을 충족해야 합니다.
데이터를 부분집합으로 나눕니다.
라운드 로빈 방식을 사용하여 행을 폴드로 할당합니다.
데이터 세트의 행을 재사용할 수 있도록 허용합니다.
모듈을 어떻게 구성해야 합니까? 답변하려면 답변 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 117
Azure Container Instance에 모델을 배포합니다.
모델 API를 호출하려면 Azure Machine Learning SDK를 사용해야 합니다.
배포된 모델을 호출하려면 네이티브 SDK 클래스와 메서드를 사용해야 합니다.
이 명령을 어떻게 완료해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
모델 API를 호출하려면 Azure Machine Learning SDK를 사용해야 합니다.
배포된 모델을 호출하려면 네이티브 SDK 클래스와 메서드를 사용해야 합니다.
이 명령을 어떻게 완료해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 118
머신러닝 모델을 학습시킵니다.
테스트를 위해 모델을 실시간 추론 서비스로 배포해야 합니다. 해당 서비스는 낮은 CPU 사용률과 48MB 미만의 RAM을 요구합니다. 배포된 서비스의 컴퓨팅 대상은 비용과 관리 오버헤드를 최소화하면서 자동으로 초기화되어야 합니다.
어떤 컴퓨팅 대상을 사용해야 할까요?
테스트를 위해 모델을 실시간 추론 서비스로 배포해야 합니다. 해당 서비스는 낮은 CPU 사용률과 48MB 미만의 RAM을 요구합니다. 배포된 서비스의 컴퓨팅 대상은 비용과 관리 오버헤드를 최소화하면서 자동으로 초기화되어야 합니다.
어떤 컴퓨팅 대상을 사용해야 할까요?
DP-100-KR 문제 119
Azure Machine Learning 모델을 학습시키고 등록합니다.
모델을 온라인 엔드포인트에 배포할 계획입니다.
애플리케이션이 만료되지 않는 아티팩트를 사용하는 인증 방식을 통해 모델에 접근할 수 있도록 해야 합니다.
해결책:
관리형 온라인 엔드포인트를 생성하고 해당 엔드포인트의 auth.mode 매개변수 값을 aml.token으로 설정합니다. 그런 다음 모델을 온라인 엔드포인트에 배포합니다.
이 해결책은 목표를 달성합니까?
모델을 온라인 엔드포인트에 배포할 계획입니다.
애플리케이션이 만료되지 않는 아티팩트를 사용하는 인증 방식을 통해 모델에 접근할 수 있도록 해야 합니다.
해결책:
관리형 온라인 엔드포인트를 생성하고 해당 엔드포인트의 auth.mode 매개변수 값을 aml.token으로 설정합니다. 그런 다음 모델을 온라인 엔드포인트에 배포합니다.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 120
Azure Machine Learning 작업 영역을 관리합니다.
재학습 파이프라인을 실행하려면 이벤트 기반 프로세스를 설정해야 합니다.
Azure Machine Learning 데이터 세트의 데이터 드리프트에 대응하여 재학습 파이프라인을 트리거하는 Azure 서비스를 구성해야 합니다. 어떤 Azure 서비스를 사용해야 할까요?
재학습 파이프라인을 실행하려면 이벤트 기반 프로세스를 설정해야 합니다.
Azure Machine Learning 데이터 세트의 데이터 드리프트에 대응하여 재학습 파이프라인을 트리거하는 Azure 서비스를 구성해야 합니다. 어떤 Azure 서비스를 사용해야 할까요?