DP-100 문제 146
CSV 파일의 텍스트를 사전 처리할 계획입니다. Azure Machine Learning Studio 기본 중지 단어 목록을 로드합니다.
다음 요구 사항을 충족하도록 텍스트 전처리 모듈을 구성해야 합니다.
* 단일 정식 형식의 여러 관련 단어를 확인합니다.
* 텍스트에서 파이프 문자를 제거합니다.
* 정보 검색을 최적화하기 위해 단어를 제거하십시오.
어떤 세 가지 옵션을 선택해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음 요구 사항을 충족하도록 텍스트 전처리 모듈을 구성해야 합니다.
* 단일 정식 형식의 여러 관련 단어를 확인합니다.
* 텍스트에서 파이프 문자를 제거합니다.
* 정보 검색을 최적화하기 위해 단어를 제거하십시오.
어떤 세 가지 옵션을 선택해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 147
알고리즘의 하이퍼파라미터를 조정하고 있습니다. 다음 표는 서로 다른 하이퍼파라미터, 학습 오류 및 유효성 검사 오류가 있는 데이터 세트를 보여줍니다.
드롭다운 메뉴를 사용하여 그래픽에 표시된 정보를 기반으로 각 질문에 대답하는 답변 선택 항목을 선택합니다.
드롭다운 메뉴를 사용하여 그래픽에 표시된 정보를 기반으로 각 질문에 대답하는 답변 선택 항목을 선택합니다.
DP-100 문제 148
팀 데이터 과학 환경을 구축할 계획입니다. 기계 학습 파이프라인의 교육 모델 데이터는 크기가 20GB가 넘습니다.
다음과 같은 요구 사항이 있습니다.
모델은 Caffe2 또는 Chainer 프레임워크를 사용하여 빌드해야 합니다.
데이터 과학자는 데이터 과학 환경을 사용하여 기계 학습 파이프라인을 구축할 수 있어야 합니다.
연결된 네트워크 환경과 연결되지 않은 네트워크 환경 모두에서 개인 장치로 모델을 훈련합니다.
개인 기기는 네트워크에 연결되었을 때 기계 학습 파이프라인 업데이트를 지원해야 합니다.
데이터 사이언스 환경을 선택해야 합니다.
어떤 환경을 사용해야 합니까?
다음과 같은 요구 사항이 있습니다.
모델은 Caffe2 또는 Chainer 프레임워크를 사용하여 빌드해야 합니다.
데이터 과학자는 데이터 과학 환경을 사용하여 기계 학습 파이프라인을 구축할 수 있어야 합니다.
연결된 네트워크 환경과 연결되지 않은 네트워크 환경 모두에서 개인 장치로 모델을 훈련합니다.
개인 기기는 네트워크에 연결되었을 때 기계 학습 파이프라인 업데이트를 지원해야 합니다.
데이터 사이언스 환경을 선택해야 합니다.
어떤 환경을 사용해야 합니까?
DP-100 문제 149
당신은 이미지 분류를 위한 심층 합성곱 신경망(CNN)을 구축하는 데이터 과학자입니다.
구축한 CNN 모델에 과적합의 징후가 나타납니다.
과적합을 줄이고 모델을 최적의 적합으로 수렴해야 합니다.
어떤 두 가지 작업을 수행해야 합니까? 각 정답은 완전한 솔루션을 제시합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
구축한 CNN 모델에 과적합의 징후가 나타납니다.
과적합을 줄이고 모델을 최적의 적합으로 수렴해야 합니다.
어떤 두 가지 작업을 수행해야 합니까? 각 정답은 완전한 솔루션을 제시합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 150
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 하나 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 영역에서 aks-cluster라는 AKS(Azure Kubernetes Service) 기반 유추 컴퓨팅 대상을 만듭니다.
GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6 및 Visual Studio Code가 설치됩니다.
DNN(심층 신경망) 모델을 교육하고 손실 및 정확도 지표를 기록하는 스크립트를 실행해야 합니다.
솔루션: Azure Machine Learning 작업 영역에서 mlvm 가상 머신을 컴퓨팅 대상으로 연결합니다.
Surface Book에 Azure ML SDK를 설치하고 Python 코드를 실행하여 작업 영역에 연결합니다. mlvm 원격 컴퓨팅 리소스에서 실험으로 교육 스크립트를 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 영역에서 aks-cluster라는 AKS(Azure Kubernetes Service) 기반 유추 컴퓨팅 대상을 만듭니다.
GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6 및 Visual Studio Code가 설치됩니다.
DNN(심층 신경망) 모델을 교육하고 손실 및 정확도 지표를 기록하는 스크립트를 실행해야 합니다.
솔루션: Azure Machine Learning 작업 영역에서 mlvm 가상 머신을 컴퓨팅 대상으로 연결합니다.
Surface Book에 Azure ML SDK를 설치하고 Python 코드를 실행하여 작업 영역에 연결합니다. mlvm 원격 컴퓨팅 리소스에서 실험으로 교육 스크립트를 실행합니다.