DP-100 문제 151
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 Learning Learning Studio에서 새 실험을 만들고 있습니다.
한 클래스는 훈련의 다른 클래스보다 훨씬 적은 수의 관찰을 가지고 있습니다. 클래스 불균형을 보상하기 위해 적절한 데이터 샘플링 전략을 선택해야 합니다.
솔루션: SMOTE(Synthetic Minority Oversampling Technique) 샘플링 모드를 사용합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
Azure Learning Learning Studio에서 새 실험을 만들고 있습니다.
한 클래스는 훈련의 다른 클래스보다 훨씬 적은 수의 관찰을 가지고 있습니다. 클래스 불균형을 보상하기 위해 적절한 데이터 샘플링 전략을 선택해야 합니다.
솔루션: SMOTE(Synthetic Minority Oversampling Technique) 샘플링 모드를 사용합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 152
기계 학습 모델을 사용하여 지능형 솔루션을 구축하고 있습니다.
환경은 다음 요구 사항을 지원해야 합니다.
데이터 과학자는 클라우드 환경에서 노트북을 구축해야 합니다.
데이터 과학자는 기계 학습 파이프라인에서 자동 기능 엔지니어링 및 모델 구축을 사용해야 합니다.
동적 작업자 할당이 있는 Spark 인스턴스를 사용하여 재교육하려면 노트북을 배포해야 합니다.
로컬에서 버전을 제어하려면 노트북을 내보낼 수 있어야 합니다.
환경을 조성해야 합니다.
어떤 4가지 작업을 순서대로 수행해야 합니까? 응답하려면 조치 목록에서 해당 조치를 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
환경은 다음 요구 사항을 지원해야 합니다.
데이터 과학자는 클라우드 환경에서 노트북을 구축해야 합니다.
데이터 과학자는 기계 학습 파이프라인에서 자동 기능 엔지니어링 및 모델 구축을 사용해야 합니다.
동적 작업자 할당이 있는 Spark 인스턴스를 사용하여 재교육하려면 노트북을 배포해야 합니다.
로컬에서 버전을 제어하려면 노트북을 내보낼 수 있어야 합니다.
환경을 조성해야 합니다.
어떤 4가지 작업을 순서대로 수행해야 합니까? 응답하려면 조치 목록에서 해당 조치를 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
DP-100 문제 153
Azure Machine Learning에서 원격 컴퓨팅에 대한 교육 실험을 실행하고 있습니다.
실험은 mlflow 및 azureml-contrib-run 패키지를 포함하는 conda 환경을 사용하도록 구성됩니다.
실험에서 생성된 메트릭을 추적하기 위한 로깅 패키지로 MLflow를 사용해야 합니다.
실험을 위한 스크립트를 완료해야 합니다.
코드를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
실험은 mlflow 및 azureml-contrib-run 패키지를 포함하는 conda 환경을 사용하도록 구성됩니다.
실험에서 생성된 메트릭을 추적하기 위한 로깅 패키지로 MLflow를 사용해야 합니다.
실험을 위한 스크립트를 완료해야 합니다.
코드를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 154
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.
기계 학습 모델을 학습하고 등록합니다.
모델을 실시간 웹 서비스로 배포할 계획입니다. 애플리케이션은 모델을 사용하기 위해 키 기반 인증을 사용해야 합니다.
웹 서비스를 배포해야 합니다.
해결책:
AksWebservice 인스턴스를 생성합니다.
auth_enabled 속성 값을 True로 설정합니다.
서비스에 모델을 배포합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
기계 학습 모델을 학습하고 등록합니다.
모델을 실시간 웹 서비스로 배포할 계획입니다. 애플리케이션은 모델을 사용하기 위해 키 기반 인증을 사용해야 합니다.
웹 서비스를 배포해야 합니다.
해결책:
AksWebservice 인스턴스를 생성합니다.
auth_enabled 속성 값을 True로 설정합니다.
서비스에 모델을 배포합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 155
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: QuantileIndex 정규화로 Quantiles 정규화를 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: QuantileIndex 정규화로 Quantiles 정규화를 적용합니다.
솔루션이 목표를 충족합니까?