DP-100 문제 116
훈련 오류 값과 검증 오류 값 사이에 큰 차이가 있는 모델이 있습니다.
새 모델을 만들고 교차 검증을 수행해야 합니다.
Azure Machine Learning Studio를 사용하여 새 모델에 대한 매개 변수 집합을 식별해야 합니다.
각 단계에 어떤 모듈을 사용해야 합니까? 응답하려면 해당 모듈을 올바른 단계로 끌어다 놓습니다. 각 모듈은 한 번 또는 두 번 이상 사용되거나 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수 있습니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
새 모델을 만들고 교차 검증을 수행해야 합니다.
Azure Machine Learning Studio를 사용하여 새 모델에 대한 매개 변수 집합을 식별해야 합니다.
각 단계에 어떤 모듈을 사용해야 합니까? 응답하려면 해당 모듈을 올바른 단계로 끌어다 놓습니다. 각 모듈은 한 번 또는 두 번 이상 사용되거나 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수 있습니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 117
제공된 훈련 세트를 사용하여 이진 분류 모델을 구축하고 있습니다.
훈련 세트가 두 클래스 간에 불균형합니다.
데이터 불균형을 해결해야 합니다.
이 목표를 달성하기 위한 세 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
훈련 세트가 두 클래스 간에 불균형합니다.
데이터 불균형을 해결해야 합니다.
이 목표를 달성하기 위한 세 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 118
Azure Machine Learning의 Hyperdrive 기능을 사용하여 모델을 훈련하고 있습니다.
다음 코드를 실행하여 Hyperdrive 실험을 구성합니다.
다음 각 문에 대해 해당 문이 참이면 예를 선택합니다. 그렇지 않으면 아니오를 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음 코드를 실행하여 Hyperdrive 실험을 구성합니다.
다음 각 문에 대해 해당 문이 참이면 예를 선택합니다. 그렇지 않으면 아니오를 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 119
Azure Machine Learning 작업 영역을 만듭니다. 랩톱 컴퓨터에서 로컬 Python 환경을 준비하고 있습니다. 랩톱을 사용하여 작업 공간에 연결하고 실험을 실행하려고 합니다.
다음 config.json 파일을 생성합니다.
작업 영역에서 데이터 및 실험과 상호 작용하려면 Azure Machine Learning SDK를 사용해야 합니다.
Python 환경에서 작업 공간에 연결하려면 config.json 파일을 구성해야 합니다.
작업 공간에 연결하기 위해 config.json 파일에 어떤 두 가지 추가 매개변수를 추가해야 합니까?
각 정답은 솔루션의 일부를 나타냅니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음 config.json 파일을 생성합니다.
작업 영역에서 데이터 및 실험과 상호 작용하려면 Azure Machine Learning SDK를 사용해야 합니다.
Python 환경에서 작업 공간에 연결하려면 config.json 파일을 구성해야 합니다.
작업 공간에 연결하기 위해 config.json 파일에 어떤 두 가지 추가 매개변수를 추가해야 합니까?
각 정답은 솔루션의 일부를 나타냅니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 120
CSV 파일 세트에는 판매 기록이 포함되어 있습니다. 모든 CSV 파일에는 동일한 데이터 스키마가 있습니다.
각 CSV 파일에는 특정 월의 판매 기록이 포함되어 있으며 파일 이름은 sales.csv입니다. 의 각 파일은 데이터가 기록된 월과 연도를 나타내는 폴더에 저장됩니다. 폴더는 Azure Machine Learning 작업 영역에서 데이터 저장소가 정의된 Azure Blob 컨테이너에 있습니다. 폴더는 sales라는 상위 폴더에 구성되어 다음과 같은 계층 구조를 만듭니다.
매월 말에 해당 월의 판매 파일이 있는 새 폴더가 판매 폴더에 추가됩니다.
판매 데이터를 사용하여 다음 요구 사항에 따라 기계 학습 모델을 훈련할 계획입니다.
* 현재까지의 모든 판매 데이터를 데이터 프레임으로 쉽게 변환할 수 있는 구조로 로드하는 데이터 세트를 정의해야 합니다.
* 특정 전월에 생성된 데이터만 사용하는 실험을 생성할 수 있어야 하며 해당 월 이후에 추가된 데이터는 무시합니다.
* 가능한 최소한의 데이터 세트를 등록해야 합니다.
Azure Machine Learning 서비스 작업 영역에서 판매 데이터를 데이터 세트로 등록해야 합니다.
당신은 무엇을해야합니까?
각 CSV 파일에는 특정 월의 판매 기록이 포함되어 있으며 파일 이름은 sales.csv입니다. 의 각 파일은 데이터가 기록된 월과 연도를 나타내는 폴더에 저장됩니다. 폴더는 Azure Machine Learning 작업 영역에서 데이터 저장소가 정의된 Azure Blob 컨테이너에 있습니다. 폴더는 sales라는 상위 폴더에 구성되어 다음과 같은 계층 구조를 만듭니다.
매월 말에 해당 월의 판매 파일이 있는 새 폴더가 판매 폴더에 추가됩니다.
판매 데이터를 사용하여 다음 요구 사항에 따라 기계 학습 모델을 훈련할 계획입니다.
* 현재까지의 모든 판매 데이터를 데이터 프레임으로 쉽게 변환할 수 있는 구조로 로드하는 데이터 세트를 정의해야 합니다.
* 특정 전월에 생성된 데이터만 사용하는 실험을 생성할 수 있어야 하며 해당 월 이후에 추가된 데이터는 무시합니다.
* 가능한 최소한의 데이터 세트를 등록해야 합니다.
Azure Machine Learning 서비스 작업 영역에서 판매 데이터를 데이터 세트로 등록해야 합니다.
당신은 무엇을해야합니까?