테스트 요구 사항에 따라 데이터를 나누는 방법을 식별해야 합니다.
어떤 속성을 선택해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 m 선택하십시오. 노트:
각 올바른 선택은 1점의 가치가 있습니다.

당신은 이미지 분류를 위한 심층 CNN(Convolutional Neural Network)을 구축하는 데이터 과학자입니다.
구축한 CNN 모델은 과적합의 징후를 보여줍니다.
과적합을 줄이고 모델을 최적의 적합으로 수렴해야 합니다.
어떤 두 가지 작업을 수행해야 합니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

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.

훈련 클러스터와 추론 클러스터가 포함된 Azure Machine Learning 작업 영역이 있습니다.
Azure Machine Learning 디자이너를 사용하여 분류 모델을 만들 계획입니다.
클라이언트 애플리케이션이 HTTP 요청으로 데이터를 제출하고 응답으로 예측을 수신할 수 있는지 확인해야 합니다.
어떤 세 가지 작업을 순서대로 수행해야 합니까? 응답하려면 조치 목록에서 해당 조치를 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.

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.
scripts라는 로컬 폴더에 train.py라는 Python 스크립트가 있습니다. 스크립트는 scikit-learn을 사용하여 회귀 모델을 훈련합니다. 스크립트에는 scripts 폴더에도 있는 교육 데이터 파일을 로드하는 코드가 포함되어 있습니다.
aml-compute라는 컴퓨팅 클러스터에서 Azure ML 실험으로 스크립트를 실행해야 합니다.
환경에 모델 교육에 필요한 패키지가 포함되도록 실행을 구성해야 합니다. 대상 컴퓨팅 클러스터를 참조하는 aml-compute라는 변수를 인스턴스화했습니다.
솔루션: 다음 코드를 실행합니다.

솔루션이 목표를 충족합니까?