DP-100 문제 111
기계 학습 모델을 만들고 있습니다.
데이터에서 이상치를 식별해야 합니다.
어떤 두 가지 시각화를 사용할 수 있습니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
데이터에서 이상치를 식별해야 합니다.
어떤 두 가지 시각화를 사용할 수 있습니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 112
자동화된 기계 학습을 사용하여 회귀 모델을 훈련할 계획입니다. 결측값이 있는 기능과 고유한 값이 거의 없는 범주형 기능이 있는 데이터가 있습니다.
자동으로 결측값을 대치하고 범주형 기능을 훈련 작업의 일부로 인코딩하도록 자동화된 기계 학습을 구성해야 합니다.
AutoMLConfig 클래스에서 어떤 매개변수와 값 쌍을 사용해야 합니까?
자동으로 결측값을 대치하고 범주형 기능을 훈련 작업의 일부로 인코딩하도록 자동화된 기계 학습을 구성해야 합니다.
AutoMLConfig 클래스에서 어떤 매개변수와 값 쌍을 사용해야 합니까?
DP-100 문제 113
여러 학생에게 실습 워크샵을 제공할 계획입니다. 워크숍은 Python을 사용하여 데이터 시각화를 만드는 데 중점을 둘 것입니다. 각 학생은 인터넷에 액세스할 수 있는 장치를 사용합니다.
학생 기기는 Python 개발용으로 구성되어 있지 않습니다. 학생은 장치에 소프트웨어를 설치할 수 있는 관리자 액세스 권한이 없습니다. 학생은 Azure 구독을 사용할 수 없습니다.
학생들이 Python 기반 데이터 시각화 코드를 실행할 수 있는지 확인해야 합니다.
어떤 Azure 도구를 사용해야 하나요?
학생 기기는 Python 개발용으로 구성되어 있지 않습니다. 학생은 장치에 소프트웨어를 설치할 수 있는 관리자 액세스 권한이 없습니다. 학생은 Azure 구독을 사용할 수 없습니다.
학생들이 Python 기반 데이터 시각화 코드를 실행할 수 있는지 확인해야 합니다.
어떤 Azure 도구를 사용해야 하나요?
DP-100 문제 114
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.
학생의 교육 기간, 학위 유형 및 예술 형식과 같은 변수에 따라 학생의 작품 가격을 예측하는 모델을 만들고 있습니다.
선형 회귀 모델을 만드는 것으로 시작합니다.
선형 회귀 모델을 평가해야 합니다.
솔루션: 평균 절대 오차, 루트 평균 절대 오차, 상대 절대 오차, 정확도, 정밀도, 재현율, F1 점수 및 AUC와 같은 메트릭을 사용합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
학생의 교육 기간, 학위 유형 및 예술 형식과 같은 변수에 따라 학생의 작품 가격을 예측하는 모델을 만들고 있습니다.
선형 회귀 모델을 만드는 것으로 시작합니다.
선형 회귀 모델을 평가해야 합니다.
솔루션: 평균 절대 오차, 루트 평균 절대 오차, 상대 절대 오차, 정확도, 정밀도, 재현율, F1 점수 및 AUC와 같은 메트릭을 사용합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 115
Azure Machine Learning 디자이너를 사용하여 실시간 서비스 끝점을 만듭니다. 단일 Azure Machine Learning 서비스 컴퓨팅 리소스가 있습니다. 모델을 교육하고 배포를 위한 실시간 파이프라인을 준비합니다. 추론 파이프라인을 웹 서비스로 게시해야 합니다. 어떤 컴퓨팅 유형을 사용해야 합니까?