무료 온라인 액세스 Microsoft.DP-100.v2023-09-25.q323 모의 시험 (Page 38)

DP-100 문제 181

Azure Machine Learning 디자이너를 사용하여 실험을 빌드하고 있습니다.
데이터 세트를 교육 및 테스트 세트로 분할합니다. Two-Class Boosted Decision Tree를 알고리즘으로 선택합니다.
모델의 AUC(Area Under the Curve)를 결정해야 합니다.
어떤 세 가지 모듈을 순서대로 사용해야 합니까? 응답하려면 모듈 목록에서 해당 모듈을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.

정답:

설명:
1단계: 모델 학습
2클래스 부스트 결정 트리
먼저 부스트 의사 결정 트리 모델을 설정합니다.
1. 모듈 팔레트에서 Two-Class Boosted Decision Tree 모듈을 찾아 캔버스로 드래그합니다.
2. Train Model 모듈을 찾아 캔버스로 드래그한 다음 Two-Class Boosted Decision Tree 모듈의 출력을 Train Model 모듈의 왼쪽 입력 포트에 연결합니다.
Two-Class Boosted Decision Tree 모듈은 일반 모델을 초기화하고 Train Model은 훈련 데이터를 사용하여 모델을 훈련합니다.
3. 왼쪽 R 스크립트 실행 모듈의 왼쪽 출력을 모델 훈련 모듈의 오른쪽 입력 포트에 연결합니다(이 자습서에서는 훈련을 위해 데이터 분할 모듈의 왼쪽에서 오는 데이터를 사용했습니다).
실험의 이 부분은 이제 다음과 같습니다.

2단계: 점수 모델
모델 채점 및 평가
데이터 분할 모듈로 분리된 테스트 데이터를 사용하여 훈련된 모델의 점수를 매깁니다. 그런 다음 두 모델의 결과를 비교하여 어떤 모델이 더 나은 결과를 생성했는지 확인할 수 있습니다.
채점 모델 모듈 추가
1. 채점 모델 모듈을 찾아 캔버스로 끕니다.
2. Two-Class Boosted Decision Tree 모듈에 연결된 Train Model 모듈을 Score Model 모듈의 왼쪽 입력 포트에 연결합니다.
3. 오른쪽 R 스크립트 실행 모듈(테스트 데이터)을 Score Model 모듈의 오른쪽 입력 포트에 연결합니다.

3단계: 모델 평가
두 채점 결과를 평가하고 비교하려면 Evaluate Model 모듈을 사용합니다.
1. Evaluate Model 모듈을 찾아 캔버스로 끕니다.
2. 부스팅된 의사 결정 트리 모델과 연결된 모델 채점 모듈의 출력 포트를 모델 평가 모듈의 왼쪽 입력 포트에 연결합니다.
3. 다른 채점 모델 모듈을 오른쪽 입력 포트에 연결합니다.

DP-100 문제 182

폴더를 참조하는 csv_folder라는 파일 데이터 세트를 등록합니다. 이 폴더에는 Azure Storage Blob 컨테이너에 여러 CSV(쉼표로 구분된 값) 파일이 포함되어 있습니다.
다음 코드를 사용하여 파일 데이터 세트에서 데이터를 로드하는 스크립트를 실행할 계획입니다. 다음 변수를 만들고 인스턴스화합니다.

다음 코드가 있습니다.

스크립트가 참조하는 파일을 읽을 수 있도록 하려면 데이터 세트를 전달해야 합니다.
코드 주석을 대체하려면 어떤 코드 세그먼트를 삽입해야 합니까?

A. inputs=[file_dataset.as_named_input('training_files')],

B. inputs=[file_dataset.as_named_input('training_files').as_mount()],

C. inputs=[file_dataset.as_named_input('training_files').to_pandas_dataframe()],

D. script_params={'--training_files': file_dataset},

DP-100 문제 183

Azure Machine Learning을 사용하여 모델을 학습하고 등록합니다.
IT 부서가 Azure Machine Learning 작업 영역에서 만든 service-compute라는 유추 클러스터에 실시간 웹 서비스로 모델을 프로덕션에 배포해야 합니다.
배포된 웹 서비스를 사용하는 클라이언트 애플리케이션은 Azure Active Directory 서비스 주체를 기반으로 인증되어야 합니다.
Azure Machine Learning SDK를 사용하여 모델을 배포하는 스크립트를 작성해야 합니다. 필요한 모듈을 가져왔습니다.
코드를 어떻게 완성해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

DP-100 문제 184

페널티 이벤트 감지를 위한 프로세스를 정의해야 합니다.
어떤 세 가지 작업을 순서대로 수행해야 합니까? 응답하려면 작업 목록에서 해당 작업을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.

DP-100 문제 185

이미지 분류를 위한 심층 학습 컨벌루션 신경망 모델 구축을 준비하고 있습니다. CUDA 장치를 사용하여 모델을 교육하는 스크립트를 만듭니다.
Azure Machine Learning 작업 영역에서 이 스크립트를 실행하는 실험을 제출해야 합니다.
다음 컴퓨팅 리소스를 사용할 수 있습니다.
* Microsoft Office가 설치된 Microsoft Surface 장치. 기업 IT 정책으로 인해 추가 소프트웨어 설치가 금지됨
* 2개의 CPU와 8GB 메모리가 있는 작업 공간의 ds-workstation이라는 컴퓨팅 인스턴스
* 8개의 CPU 기반 노드가 있는 cpu-cluster라는 Azure Machine Learning 계산 대상
* 4개의 CPU 및 GPU 기반 노드가 있는 gpu-cluster라는 Azure Machine Learning 계산 대상 실험을 제출하기 위해 코드를 실행하고 모델 교육 시간을 최소화하기 위해 스크립트를 실행하는 데 사용할 컴퓨팅 리소스를 지정해야 합니다. .
데이터 과학자는 어떤 리소스를 사용해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.

프리미엄 번들

DumpTop 에서 공유하는 최신 DP-100 시험 덤프는 DP-100 시험패스를 도와드릴수 있습니다! DumpTop 은 최근 업데이트된 DP-100 시험자료를 제공해드립니다. DumpTop DP-100 덤프도 시험문제 변경에 따라 업데이트되었으며 오답도 수정되었습니다. DumpTop DP-100 덤프 최신버전을 공유받아보세요.

DP-100 덤프 프리미엄 버전 액세스

(528 Q&As 덤프, 30%OFF할인코드: KrDump)

다른 버전: 898Microsoft.DP-100.v2026-08-11.q160; 3249Microsoft.DP-100.v2024-11-13.q443; 5079Microsoft.DP-100.v2024-05-29.q388; 3237Microsoft.DP-100.v2022-12-19.q265; 3393Microsoft.DP-100.v2022-07-28.q224; 2456Microsoft.DP-100.v2022-01-18.q134

최근 업로드: 170Cisco.500-420.v2026-09-09.q50; 154WGU.Introduction-to-IT.v2026-09-09.q52; 196GARP.2016-FRR.v2026-09-08.q268; 137Oracle.1Z0-1051-26.v2026-09-08.q15; 150DAMA.MD-1220.v2026-09-08.q48; 143Saviynt.SCAIP.v2026-09-07.q20; 340ISC.CCSP-KR.v2026-09-07.q424; 147Oracle.1Z0-1032-26.v2026-09-07.q23; 166Nursing.PMHN-BC.v2026-09-07.q38; 279Cisco.300-430.v2026-09-07.q266