대본:
현재 및 제안된 비용 요인 시나리오의 성능 곡선은 다음 다이어그램에 나와 있습니다.

광고 성향 모델은 컷 임계값이 0.45이고 가중치 카파가 0.1에서 벗어나면 재학습이 발생합니다.
+/- 5%.
모델 개발
테스트렛 2
사례 연구
이것은 사례 연구입니다. 사례 연구는 별도로 시간이 지정되지 않습니다. 각 사례를 완료하고 싶은 만큼 시험 시간을 사용할 수 있습니다. 그러나 이 시험에 추가 사례 연구 및 섹션이 있을 수 있습니다. 주어진 시간 내에 이 시험에 포함된 모든 문제를 완료할 수 있도록 시간을 관리해야 합니다.
사례 연구에 포함된 질문에 답하려면 사례 연구에 제공된 정보를 참조해야 합니다. 사례 연구에는 사례 연구에 설명된 시나리오에 대한 추가 정보를 제공하는 전시 및 기타 리소스가 포함될 수 있습니다. 각 질문은 이 사례 연구의 다른 질문과 독립적입니다.
이 사례 연구가 끝나면 검토 화면이 나타납니다. 이 화면에서 답을 검토하고 시험의 다음 섹션으로 이동하기 전에 변경할 수 있습니다. 새 섹션을 시작한 후에는 이 섹션으로 돌아갈 수 없습니다.
사례 연구를 시작하려면
이 사례 연구의 첫 번째 질문을 표시하려면 다음 버튼을 클릭하십시오. 질문에 답하기 전에 왼쪽 창에 있는 버튼을 사용하여 사례 연구의 내용을 탐색하십시오. 이 버튼을 클릭하면 비즈니스 요구 사항, 기존 환경 및 문제 설명과 같은 정보가 표시됩니다. 사례 연구에 모든 정보 탭이 있는 경우 표시되는 정보는 후속 탭에 표시되는 정보와 동일합니다. 질문에 답할 준비가 되면 질문 버튼을 클릭하여 질문으로 돌아갑니다.
개요
당신은 미국의 고급 개인 및 상업용 부동산 전문 회사인 Fabrikam Residences의 데이터 과학자입니다. Fabrikam Residences는 유럽으로의 확장을 고려하고 있으며 주요 유럽 도시의 개인 주택 가격을 조사해 달라고 요청했습니다.
Azure Machine Learning Studio를 사용하여 속성의 중앙값을 측정합니다. 선형 회귀 및 베이지안 선형 회귀 모듈을 사용하여 부동산 가격을 예측하는 회귀 모델을 생성합니다.
데이터세트
런던과 파리의 두 도시에 대한 속성 세부 정보를 포함하는 CSV 형식의 두 데이터세트가 있습니다. 실험을 위한 시작점에 별도의 데이터 세트로 두 파일을 모두 Azure Machine Learning Studio에 추가합니다. 두 데이터세트 모두 다음 열을 포함합니다.

초기 조사에 따르면 데이터 세트는 MedianValue 열을 제외하고 구조가 동일합니다.
더 작은 파리 데이터셋에는 텍스트 형식의 MedianValue가 포함되어 있는 반면, 더 큰 런던 데이터셋에는 숫자 형식의 MedianValue가 포함되어 있습니다.
데이터 문제
누락된 값
두 데이터 세트의 AccessibilityToHighway 열에 누락된 값이 있습니다. 누락된 데이터는 누락된 값을 채우기 전에 데이터의 다른 변수를 사용하여 조건부로 모델링되도록 새 데이터로 대체되어야 합니다.
각 데이터 세트의 열에는 누락된 값과 null 값이 있습니다. 데이터 세트에는 많은 이상값도 포함되어 있습니다. 연령 열에는 이상값 비율이 높습니다. 연령 열에 이상치가 있는 행을 제거해야 합니다.
MedianValue 및 AvgRoomsInHouse 열은 모두 숫자 형식의 데이터를 보유합니다. 두 열 간의 관계를 보다 자세히 분석하려면 특성 선택 알고리즘을 선택해야 합니다.
모델 핏
모델은 과적합의 징후를 보여줍니다. 과적합을 줄이는 보다 세련된 회귀 모델을 생성해야 합니다.
실험 요구 사항
성능을 평가하려면 선형 회귀 및 베이지안 선형 회귀 모듈을 교차 검증하도록 실험을 설정해야 합니다. 각 경우에 데이터 세트의 예측 변수는 MedianValue라는 열입니다. 파리 데이터 세트의 MedianValue 열 데이터 유형이 런던 데이터 세트의 구조와 일치하는지 확인해야 합니다.
결과를 예측하려면 데이터 열의 우선 순위를 지정해야 합니다. 관계를 측정하려면 비모수 통계를 사용해야 합니다.
MedianValue와 AvgRoomsInHouse 열 간의 관계를 분석하려면 기능 선택 알고리즘을 사용해야 합니다.
모델 교육
순열 기능의 중요성
훈련된 모델과 테스트 데이터 세트가 주어지면 특성 변수의 순열 특성 중요도 점수를 계산해야 합니다. 모델에 대한 절대 적합성을 결정해야 합니다.
초매개변수
학습 단계의 속도를 높이려면 모델 학습 프로세스에서 하이퍼파라미터를 구성해야 합니다. 또한 이 구성은 각 평가 간격에서 가장 성능이 낮은 실행을 취소하여 성공 가능성이 더 높은 모델에 노력과 자원을 집중해야 합니다.
모델이 초매개변수 조정에서 컴퓨팅 리소스를 효율적으로 사용하지 않을 수 있다는 점을 우려하고 있습니다. 또한 모델이 전체 조정 시간의 증가를 방지할 수 있다는 점을 우려하고 있습니다. 따라서 유망한 일자리를 종료하지 않고 저축을 제공하는 모델에 대한 조기 중단 기준을 구현해야 합니다.
테스트
Azure Machine Learning Studio의 파티션 및 샘플 모듈을 사용하여 샘플링을 기반으로 데이터 세트의 여러 파티션을 생성해야 합니다.
교차 검증
교차 검증을 위해 3개의 동일한 파티션을 생성해야 합니다. 또한 테스트 및 교육 데이터 세트의 행이 각 도시의 주요 강 근처에 있는 속성으로 균등하게 분할되도록 교차 검증 프로세스를 구성해야 합니다. 데이터가 샘플링 프로세스를 거치기 전에 이 작업을 완료해야 합니다.
선형 회귀 모듈
선형 회귀 모듈을 훈련할 때 모델에서 사용할 최상의 기능을 결정해야 합니다. 기능 중요도 프로세스가 완료되기 전후에 성능을 측정하기 위해 제공된 표준 메트릭을 선택할 수 있습니다. 여러 훈련 모델에 걸친 특성 분포는 일관되어야 합니다.
데이터 시각화
Fabrikam Residences 팀에 테스트 결과를 제공해야 합니다. 결과를 표시하는 데 도움이 되도록 데이터 시각화를 만듭니다.
모델의 진단 테스트 평가를 수행하려면 ROC(수신기 작동 특성) 곡선을 생성해야 합니다. Two-Class Decision Forest 및 Two-Class Decision Jungle 모듈을 서로 비교하려면 Azure Machine Learning Studio에서 ROC 곡선을 생성하는 적절한 방법을 선택해야 합니다.
모델 개발
질문 세트 3

설명
푸아송 회귀는 숫자 값(일반적으로 개수)을 예측하는 데 사용되는 회귀 모델에 사용하기 위한 것입니다. 따라서 예측하려는 값이 다음 조건에 맞는 경우에만 이 모듈을 사용하여 회귀 모델을 생성해야 합니다.
* 반응변수는 포아송 분포를 갖는다.
* 개수는 음수일 수 없습니다. 음수 레이블과 함께 사용하려고 하면 메서드가 완전히 실패합니다.
* 푸아송 분포는 이산 분포입니다. 따라서 정수가 아닌 숫자와 함께 이 방법을 사용하는 것은 의미가 없습니다.
참조:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/poisson-regression
주제 2, 사례 연구 1
개요
당신은 프로 스포츠 이벤트에 대한 데이터 과학을 제공하는 회사의 데이터 과학자입니다. 모델은 다음 비즈니스 목표를 충족하기 위한 글로벌 및 로컬 시장 데이터가 됩니다.
* 관중 반응의 오디오를 기반으로 스포츠 이벤트에서 모바일 장치 사용자의 감정을 이해합니다.
*광고에 대한 사용자의 반응 경향에 접근합니다.
*휴대기기에 게재되는 광고 스타일을 맞춤설정합니다.
* 비디오를 사용하여 페널티 이벤트를 감지하십시오.
현재 환경
요구 사항
* 패널티 이벤트 감지에 사용되는 미디어는 소비자 기기에서 제공됩니다. 미디어에는 스포츠 경기 중 캡처하고 소셜 미디어를 사용하여 올가미한 이미지와 비디오가 포함될 수 있습니다. 이미지와 비디오는 다양한 크기와 형식을 갖습니다.
* 모델 구축에 사용할 수 있는 데이터는 7년 간의 스포츠 이벤트 미디어로 구성됩니다. 스포츠 이벤트 미디어에는 녹화된 비디오, 라디오 해설 스크립트, 스포츠 이벤트 중에 캡처된 관련 소셜 미디어 피드 피드의 로그가 포함됩니다.
*관중 감정에는 이벤트 참석자가 모노 및 스테레오 형식으로 제출한 오디오 녹음이 포함됩니다.
광고
* 광고 응답 모델은 각 이벤트가 시작될 때 학습되고 스포츠 이벤트 중에 적용되어야 합니다.
* 시장 세분화 nxxlels는 유사한 광고 보고서 기록에 대해 최적화해야 합니다.
* 샘플링은 동일한 기능을 공유하는 상호 및 집단 독점 로컬 및 글로벌 세분화 모델을 보장해야 합니다.
* 사용자의 광고 반응 성향을 판단하기 전에 현지 시장 세분화 모델을 적용합니다.
* 데이터 과학자는 모델 저하 및 붕괴를 감지할 수 있어야 합니다.
* 광고 응답 모델은 비선형 경계 기능을 지원해야 합니다.
* 광고 성향 모델은 컷 임계값이 0.45이고 가중치 카파가 0.1+/-5%에서 벗어나면 재학습이 발생합니다.
* 광고 성향 모델은 다음 다이어그램에 표시된 비용 요소를 사용합니다.

광고 성향 모델은 다음 다이어그램에 표시된 제안된 비용 요소를 사용합니다.

현재 및 제안된 비용 요인 시나리오의 성능 곡선은 다음 다이어그램에 나와 있습니다.

페널티 감지 및 감정
결과
*데이터 과학자는 패널티 이벤트 감지를 위해 여러 기계 학습 모델을 사용하여 지능형 솔루션을 구축해야 합니다.
*데이터 과학자는 기계 학습 파이프라인에서 자동 기능 엔지니어링 및 모델 구축을 사용하여 로컬 환경에서 노트북을 구축해야 합니다.
*동적 작업자 할당이 있는 Spark 인스턴스를 사용하여 재교육하려면 노트북을 배포해야 합니다.
*노트북은 데이터 소스만 다시 코딩하려면 새 Spark 인스턴스에서 동일한 코드로 실행해야 합니다.
*글로벌 페널티 감지 모델은 훈련 중에 동적 런타임 그래프 계산을 사용하여 훈련해야 합니다.
*로컬 페널티 감지 모델은 BrainScript를 사용하여 작성해야 합니다.
* 로컬 군중 감정 모델에 대한 실험은 로컬 페널티 감지 데이터를 결합해야 합니다.
* 군중 감정 모델은 환호 및 알려진 캐치 프레이즈와 같은 알려진 소리를 식별해야 합니다. 개별 군중 감정 모델은 유사한 소리를 감지합니다.
* 로컬 모델의 모든 공유 기능은 연속 변수입니다.
* 공유 기능은 배정밀도를 사용해야 합니다. 후속 레이어에는 사용 가능한 집계 실행 평균 및 표준 편차 메트릭이 있어야 합니다.
세그먼트
생산 초기 몇 주 동안 다음 사항이 관찰되었습니다.
*광고 응답률이 감소했습니다.
*드랍률은 광고 스타일 전반에 걸쳐 일관되지 않았습니다.
*교육 데이터와 프로덕션 데이터의 기능 분포가 일관되지 않습니다.
분석에 따르면 사용자 위치 및 행동에 대한 100개의 숫자 기능 중 위치 소스에서 가져온 47개의 기능이 원시 기능으로 사용되고 있습니다. 편향 및 분산 문제를 해결하기 위해 제안된 실험은 선형으로 수정되지 않은 10개의 기능을 엔지니어링하는 것입니다.
페널티 감지 및 감정
*초기 데이터 검색은 군중 감정 모델에 사용되는 훈련 데이터에서 광범위한 대상 상태 밀도를 보여줍니다.
*모든 패널티 감지 모델은 SGD(Stochastic Gradient Descent)를 사용하는 추론 단계가 너무 많이 실행되고 있음을 보여줍니다.
*오디오 샘플에 따르면 캐치프레이즈의 길이는 지역에 따라 25%-47% 사이입니다.
*글로벌 페널티 감지 모델의 성능은 훈련 세트와 검증 세트를 비교할 때 분산은 낮지만 편향은 더 높습니다. 기능 변경을 구현하기 전에 모든 훈련 및 검증 사례를 사용하여 편향과 분산을 확인해야 합니다.

설명

Azure Machine Learning Studio의 누락된 데이터 정리 모듈은 누락된 값을 제거, 교체 또는 유추합니다.

설명

상자 1: PCA(n_components = 10)
훈련 세트와 테스트 세트 모두에서 기능 세트의 차원을 10개 기능으로 줄여야 합니다.
예시:
sklearn.decomposition에서 PCA 가져오기
pca = PCA(n_components=2) ;2 차원
principalComponents = pca.fit_transform(x)
상자 2: PCA
fit_transform(X[, y])은 모델을 X에 맞추고 X에 차원 축소를 적용합니다.
상자 3: 변환(x_test)
transform(X)는 X에 차원 축소를 적용합니다.
참조:
https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html