DP-100 문제 66
로컬 모델에 대한 기능 추출 전략을 구축해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
코드 세그먼트를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 67
Azure Machine Learning Studio에서 실험을 만듭니다. 10.000개의 행이 포함된 교육 데이터 세트를 추가합니다. 처음 9,000개 행은 클래스 0(90%)을 나타냅니다. 처음 1,000개 행은 클래스 1(10%)을 나타냅니다.
훈련 세트가 두 클래스 간에 불균형합니다. 데이터 행을 사용하여 클래스 1에 대한 학습 예제의 수를 4,000개로 늘려야 합니다. 실험에 SMOTE(Synthetic Minority Oversampling Technique) 모듈을 추가합니다.
모듈을 구성해야 합니다.
어떤 값을 사용해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
훈련 세트가 두 클래스 간에 불균형합니다. 데이터 행을 사용하여 클래스 1에 대한 학습 예제의 수를 4,000개로 늘려야 합니다. 실험에 SMOTE(Synthetic Minority Oversampling Technique) 모듈을 추가합니다.
모듈을 구성해야 합니다.
어떤 값을 사용해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 68
Azure Machine Learning Studio에서 실험을 만듭니다. 10,000개의 행이 포함된 훈련 데이터 세트를 추가합니다. 처음 9,000개의 행은 클래스 0(90%)을 나타냅니다.
나머지 1,000개 행은 클래스 1(10%)을 나타냅니다.
훈련 세트는 두 클래스 간의 불균형입니다. 5개의 데이터 행을 사용하여 클래스 1에 대한 학습 예제의 수를 4,000개로 늘려야 합니다. 실험에 SMOTE(Synthetic Minority Oversampling Technique) 모듈을 추가합니다.
모듈을 구성해야 합니다.
어떤 값을 사용해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
나머지 1,000개 행은 클래스 1(10%)을 나타냅니다.
훈련 세트는 두 클래스 간의 불균형입니다. 5개의 데이터 행을 사용하여 클래스 1에 대한 학습 예제의 수를 4,000개로 늘려야 합니다. 실험에 SMOTE(Synthetic Minority Oversampling Technique) 모듈을 추가합니다.
모듈을 구성해야 합니다.
어떤 값을 사용해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 69
2,000개의 행이 포함된 데이터세트가 있습니다. Azure Learning Studio를 사용하여 기계 학습 분류 모델을 빌드하고 있습니다. 실험에 파티션 및 샘플 모듈을 추가합니다.
모듈을 구성해야 합니다. 다음 요구 사항을 충족해야 합니다.
데이터를 하위 집합으로 나눕니다.
라운드 로빈 방법을 사용하여 접기에 행 할당
데이터세트의 행 재사용 허용
모듈을 어떻게 구성해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
모듈을 구성해야 합니다. 다음 요구 사항을 충족해야 합니다.
데이터를 하위 집합으로 나눕니다.
라운드 로빈 방법을 사용하여 접기에 행 할당
데이터세트의 행 재사용 허용
모듈을 어떻게 구성해야 합니까? 응답하려면 응답 영역의 대화 상자에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 70
참고: 이 질문은 동일한 시나리오를 제시하는 일련의 질문 중 일부입니다. 시리즈의 각 질문에는 명시된 목표를 충족할 수 있는 고유한 솔루션이 포함되어 있습니다. 일부 질문 세트에는 둘 이상의 올바른 솔루션이 있을 수 있지만 다른 질문 세트에는 올바른 솔루션이 없을 수 있습니다.
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
Azure Machine Learning Studio를 사용하는 데이터 과학자입니다.
대상 열을 예측하기 위해 출력 열을 Bin으로 생성하려면 값을 정규화해야 합니다.
솔루션: 사용자 정의 시작 및 중지 비닝 모드로 Equal Width를 적용합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
Azure Machine Learning Studio를 사용하는 데이터 과학자입니다.
대상 열을 예측하기 위해 출력 열을 Bin으로 생성하려면 값을 정규화해야 합니다.
솔루션: 사용자 정의 시작 및 중지 비닝 모드로 Equal Width를 적용합니다.
솔루션이 목표를 충족합니까?
프리미엄 번들
DumpTop 에서 공유하는 최신 DP-100 시험 덤프는 DP-100 시험패스를 도와드릴수 있습니다! DumpTop 은 최근 업데이트된 DP-100 시험자료를 제공해드립니다. DumpTop DP-100 덤프도 시험문제 변경에 따라 업데이트되었으며 오답도 수정되었습니다. DumpTop DP-100 덤프 최신버전을 공유받아보세요.
(528 Q&As 덤프, 30%OFF할인코드: KrDump)