동료는 다음 코드를 사용하여 Machine Learning Services 작업 영역에 데이터 저장소를 등록합니다.

노트북에서 데이터 저장소에 액세스하려면 코드를 작성해야 합니다.

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.

Azure Machine Learning Service를 사용하여 신경망 분류 모델의 하이퍼 매개변수 탐색을 자동화하고 있습니다.
다음 요구 사항에 따라 무작위 샘플링을 사용하여 하이퍼 매개변수를 자동으로 조정하려면 하이퍼 매개변수 공간을 정의해야 합니다.
* 학습률은 평균값이 10이고 표준편차가 3인 정규분포에서 선택해야 합니다.
* 배치 크기는 16, 32, 64여야 합니다.
* 유지 확률은 0.05 ~ 0.1 범위의 균일 분포에서 선택한 값이어야 합니다.
Azure Machine Learning Service용 Python API의 par am .sampling 메서드를 사용해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

TensorFlow를 사용하여 딥 러닝 모델을 개발 중입니다. Azure Machine Learning Compute Instance에서 모델 학습 워크로드를 실행할 계획입니다.
CUDA 기반 모델 훈련을 사용해야 합니다.
Compute 인스턴스를 프로비저닝해야 합니다.
어떤 두 가지 가상 머신 크기를 사용할 수 있습니까? 응답하려면 응답 영역에서 적절한 가상 머신 크기를 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

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 Learning을 사용하여 분류 모델을 훈련시키는 실험을 실행하고 있습니다.
Hyperdrive를 사용하여 모델의 AUC 메트릭을 최적화하는 매개변수를 찾고자 합니다. 다음 코드를 실행하여 실험을 위한 HyperDriveConfig를 구성합니다.

이 구성을 사용하여 임의 포리스트 모델을 훈련시킨 다음 유효성 검사 데이터로 테스트하는 스크립트를 실행할 계획입니다. 검증 데이터에 대한 레이블 값은 y_test 변수라는 변수에 저장되고 모델의 예측 확률은 y_predicted라는 변수에 저장됩니다.
Hyperdrive가 AUC 메트릭에 대한 하이퍼파라미터를 최적화할 수 있도록 스크립트에 로깅을 추가해야 합니다. 솔루션: 다음 코드를 실행합니다.

솔루션이 목표를 충족합니까?