DP-100 문제 121
조직에서 Azure Machine Learning 서비스를 사용하고 있으며 기계 학습 사용을 확장하려고 합니다.
다음과 같은 컴퓨팅 환경이 있습니다. 조직에서 다른 컴퓨팅 환경을 만들고 싶지 않습니다.
다음 시나리오에 사용할 컴퓨팅 환경을 결정해야 합니다.
어떤 컴퓨팅 유형을 사용해야 합니까? 이에 대한 답을 얻으려면 적절한 컴퓨팅 환경을 올바른 시나리오로 드래그하십시오. 각 컴퓨팅 환경은 한 번, 두 번 이상 또는 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수 있습니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음과 같은 컴퓨팅 환경이 있습니다. 조직에서 다른 컴퓨팅 환경을 만들고 싶지 않습니다.
다음 시나리오에 사용할 컴퓨팅 환경을 결정해야 합니다.
어떤 컴퓨팅 유형을 사용해야 합니까? 이에 대한 답을 얻으려면 적절한 컴퓨팅 환경을 올바른 시나리오로 드래그하십시오. 각 컴퓨팅 환경은 한 번, 두 번 이상 또는 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 122
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, 평균 절대 오차 루트, 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, 평균 절대 오차 루트, 상대 절대 오차, 정확도, 정밀도, 재현율, F1 점수 및 AUC와 같은 메트릭을 사용합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 123
패널티 이벤트 감지를 위한 프로세스를 정의해야 합니다.
어떤 세 가지 작업을 순서대로 수행해야 합니까? 응답하려면 조치 목록에서 해당 조치를 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
어떤 세 가지 작업을 순서대로 수행해야 합니까? 응답하려면 조치 목록에서 해당 조치를 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
DP-100 문제 124
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 125
Azure Machine Learning에서 기계 학습 모델을 학습하고 있습니다. Hyperdrive를 사용하여 하이퍼파라미터를 조정합니다. 이전 모델 훈련 및 튜닝 실행에서 많은 모델이 유사한 성능을 보였습니다. 다음 요구 사항을 충족하는 조기 종료 정책을 선택해야 합니다.
* 현재 실행을 평가할 때 모든 이전 실행의 성능을 설명합니다.
* 현재 실행과 현재까지 최고 성능 실행만 비교하지 않습니다. 어떤 두 가지 조기 종료 정책을 사용해야 합니까? 각 정답은 솔루션의 일부를 나타냅니다. 참고: 각 올바른 선택은 1점의 가치가 있습니다.
* 현재 실행을 평가할 때 모든 이전 실행의 성능을 설명합니다.
* 현재 실행과 현재까지 최고 성능 실행만 비교하지 않습니다. 어떤 두 가지 조기 종료 정책을 사용해야 합니까? 각 정답은 솔루션의 일부를 나타냅니다. 참고: 각 올바른 선택은 1점의 가치가 있습니다.