DP-100 문제 121
다음 형식의 salesData라는 Python 데이터 프레임이 있습니다.
데이터 프레임은 다음과 같이 긴 데이터 형식으로 피벗을 해제해야 합니다.
변환을 수행하려면 Python에서 pandas.melt() 함수를 사용해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
데이터 프레임은 다음과 같이 긴 데이터 형식으로 피벗을 해제해야 합니다.
변환을 수행하려면 Python에서 pandas.melt() 함수를 사용해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 응답하려면 응답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 122
여러 학생에게 실습 워크샵을 제공할 계획입니다. 워크숍은 Python을 사용하여 데이터 시각화를 만드는 데 중점을 둘 것입니다. 각 학생은 인터넷에 액세스할 수 있는 장치를 사용합니다.
학생 기기는 Python 개발용으로 구성되어 있지 않습니다. 학생은 장치에 소프트웨어를 설치할 수 있는 관리자 액세스 권한이 없습니다. 학생은 Azure 구독을 사용할 수 없습니다.
학생들이 Python 기반 데이터 시각화 코드를 실행할 수 있는지 확인해야 합니다.
어떤 Azure 도구를 사용해야 하나요?
학생 기기는 Python 개발용으로 구성되어 있지 않습니다. 학생은 장치에 소프트웨어를 설치할 수 있는 관리자 액세스 권한이 없습니다. 학생은 Azure 구독을 사용할 수 없습니다.
학생들이 Python 기반 데이터 시각화 코드를 실행할 수 있는지 확인해야 합니다.
어떤 Azure 도구를 사용해야 하나요?
DP-100 문제 123
Azure ML SDK를 사용하여 일괄 유추 파이프라인을 만듭니다. 다음 코드를 사용하여 파이프라인을 실행합니다.
azureml.pipeline.core에서 파이프라인 가져오기
azureml.core.experiment 가져오기 실험에서
파이프라인 = 파이프라인(작업 공간=ws, 단계=[병렬 실행_단계])
pipeline_run = 실험(ws, 'batch_pipeline').submit(파이프라인)
파이프라인 실행의 진행 상황을 모니터링해야 합니다.
이 목표를 달성할 수 있는 두 가지 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
azureml.pipeline.core에서 파이프라인 가져오기
azureml.core.experiment 가져오기 실험에서
파이프라인 = 파이프라인(작업 공간=ws, 단계=[병렬 실행_단계])
pipeline_run = 실험(ws, 'batch_pipeline').submit(파이프라인)
파이프라인 실행의 진행 상황을 모니터링해야 합니다.
이 목표를 달성할 수 있는 두 가지 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제공합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 124
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.
IT 부서는 다음 Azure 리소스 그룹 및 리소스를 만듭니다.
IT 부서는 Azure Machine Learning 작업 영역에 aks-cluster라는 AKS(Azure Kubernetes Service) 기반 추론 컴퓨팅 대상을 만듭니다.
GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6 및 Visual Studio Code가 설치됩니다.
심층 신경망(DNN) 모델을 훈련하고 손실 및 정확도 메트릭을 기록하는 스크립트를 실행해야 합니다.
솔루션: mlvm 가상 머신을 Azure Machine Learning 작업 영역에서 컴퓨팅 대상으로 연결합니다.
Surface Book에 Azure ML SDK를 설치하고 Python 코드를 실행하여 작업 영역에 연결합니다. 훈련 스크립트를 mlvm 원격 컴퓨팅 리소스에 대한 실험으로 실행합니다.
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
IT 부서는 다음 Azure 리소스 그룹 및 리소스를 만듭니다.
IT 부서는 Azure Machine Learning 작업 영역에 aks-cluster라는 AKS(Azure Kubernetes Service) 기반 추론 컴퓨팅 대상을 만듭니다.
GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6 및 Visual Studio Code가 설치됩니다.
심층 신경망(DNN) 모델을 훈련하고 손실 및 정확도 메트릭을 기록하는 스크립트를 실행해야 합니다.
솔루션: mlvm 가상 머신을 Azure Machine Learning 작업 영역에서 컴퓨팅 대상으로 연결합니다.
Surface Book에 Azure ML SDK를 설치하고 Python 코드를 실행하여 작업 영역에 연결합니다. 훈련 스크립트를 mlvm 원격 컴퓨팅 리소스에 대한 실험으로 실행합니다.
DP-100 문제 125
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?
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?