DP-100-KR 문제 131
비즈니스 애플리케이션에서 사용할 배치 추론 파이프라인을 게시합니다.
애플리케이션 개발자는 공개된 파이프라인의 REST 인터페이스에 어떤 정보를 제출하고 어떤 정보를 반환받아야 하는지 알아야 합니다.
공개된 파이프라인에서 REST 요청에 필요한 정보와 응답으로 반환되는 정보를 파악해야 합니다.
REST 요청에 어떤 값을 사용해야 하며, 응답에서 어떤 값을 기대해야 할까요? 정답을 선택하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
애플리케이션 개발자는 공개된 파이프라인의 REST 인터페이스에 어떤 정보를 제출하고 어떤 정보를 반환받아야 하는지 알아야 합니다.
공개된 파이프라인에서 REST 요청에 필요한 정보와 응답으로 반환되는 정보를 파악해야 합니다.
REST 요청에 어떤 값을 사용해야 하며, 응답에서 어떤 값을 기대해야 할까요? 정답을 선택하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 132
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 없으며, 검토 화면에도 나타나지 않습니다.
Azure Machine Learning 디자이너를 사용하여 다음 데이터 세트를 실험에 로드합니다.
입력 데이터셋과 동일한 열과 헤더 행을 가지면서 두 입력 데이터셋의 모든 행을 포함하는 데이터셋을 생성해야 합니다.
해결 방법: 변환 적용 모듈을 사용하십시오.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없으며, 검토 화면에도 나타나지 않습니다.
Azure Machine Learning 디자이너를 사용하여 다음 데이터 세트를 실험에 로드합니다.
입력 데이터셋과 동일한 열과 헤더 행을 가지면서 두 입력 데이터셋의 모든 행을 포함하는 데이터셋을 생성해야 합니다.
해결 방법: 변환 적용 모듈을 사용하십시오.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 133
레이블이 지정된 사진 세트를 사용하는 다중 클래스 이미지 분류 딥러닝 모델이 있습니다. 모델 학습 시 하이퍼파라미터 값을 선택하기 위해 다음 코드를 작성했습니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.
DP-100-KR 문제 134
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.
학생의 교육 기간, 학위 종류, 예술 장르 등의 변수를 바탕으로 학생 작품의 가격을 예측하는 모델을 개발하고 있습니다.
먼저 선형 회귀 모델을 생성합니다.
선형 회귀 모델을 평가해야 합니다.
해결 방법: 상대 제곱 오차, 결정 계수, 정확도, 정밀도, 재현율, F1 점수 및 AUC와 같은 지표를 사용하십시오.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
학생의 교육 기간, 학위 종류, 예술 장르 등의 변수를 바탕으로 학생 작품의 가격을 예측하는 모델을 개발하고 있습니다.
먼저 선형 회귀 모델을 생성합니다.
선형 회귀 모델을 평가해야 합니다.
해결 방법: 상대 제곱 오차, 결정 계수, 정확도, 정밀도, 재현율, F1 점수 및 AUC와 같은 지표를 사용하십시오.
이 해결책은 목표를 달성합니까?
DP-100-KR 문제 135
Azure Machine Learning 작업 영역을 관리합니다. scriptpy라는 이름의 Pylhon 스크립트는 training_data라는 인수를 읽습니다. trainlng.data 인수는 datasetl이라는 파일에 있는 학습 데이터의 경로를 지정합니다.
CSV.
당신은 scriptpy 파이썬 스크립트를 머신러닝 모델을 학습시키는 명령 작업으로 실행할 계획입니다.
스크립트를 학습 작업으로 제출할 때 datasct의 경로를 매개변수 값으로 전달하는 명령을 제공해야 합니다.
해결 방법: python script.py -training_data ${{inputs,training_data}}
이 해결책은 목표를 달성합니까?
CSV.
당신은 scriptpy 파이썬 스크립트를 머신러닝 모델을 학습시키는 명령 작업으로 실행할 계획입니다.
스크립트를 학습 작업으로 제출할 때 datasct의 경로를 매개변수 값으로 전달하는 명령을 제공해야 합니다.
해결 방법: python script.py -training_data ${{inputs,training_data}}
이 해결책은 목표를 달성합니까?