DP-100 문제 221
Azure Machine Learning의 Hyperdrive 기능을 사용하여 모델을 교육할 때 최적의 하이퍼 매개 변수 값을 결정할 계획입니다.
다음 하이퍼 매개변수 값의 조합을 시도하려면 Hyperdrive를 사용해야 합니다. 조기 해지 정책을 적용해서는 안 됩니다.
learning_rate: 0.001에서 0.1 사이의 값
* batch_size: 16, 32 또는 64
Hyperdrive 실험을 위한 샘플링 방법을 구성해야 합니다. 사용할 수 있는 두 가지 샘플링 방법은 무엇입니까? 각 정답은 완전한 솔루션입니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음 하이퍼 매개변수 값의 조합을 시도하려면 Hyperdrive를 사용해야 합니다. 조기 해지 정책을 적용해서는 안 됩니다.
learning_rate: 0.001에서 0.1 사이의 값
* batch_size: 16, 32 또는 64
Hyperdrive 실험을 위한 샘플링 방법을 구성해야 합니다. 사용할 수 있는 두 가지 샘플링 방법은 무엇입니까? 각 정답은 완전한 솔루션입니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 222
다음 버전의 모델을 등록합니다.
Azure ML Python SDK를 사용하여 학습 실험을 실행합니다. run이라는 변수를 사용하여 실험 실행을 참조합니다.
실행이 제출되고 완료된 후 다음 코드를 실행합니다.
다음 각 진술에 대해 진술이 참이면 예를 선택하십시오. 그렇지 않으면 아니요를 선택합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
Azure ML Python SDK를 사용하여 학습 실험을 실행합니다. run이라는 변수를 사용하여 실험 실행을 참조합니다.
실행이 제출되고 완료된 후 다음 코드를 실행합니다.
다음 각 진술에 대해 진술이 참이면 예를 선택하십시오. 그렇지 않으면 아니요를 선택합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 223
Azure Machine Learning Studio에서 새 실험을 만들고 있습니다.
많은 열에 누락된 값이 있는 작은 데이터 세트가 있습니다.
데이터에는 각 열에 대한 예측 변수를 적용할 필요가 없습니다.
누락 데이터 정리 모듈을 사용하여 누락 데이터를 처리할 계획입니다.
데이터 정리 방법을 선택해야 합니다.
어떤 방법을 사용해야 합니까?
많은 열에 누락된 값이 있는 작은 데이터 세트가 있습니다.
데이터에는 각 열에 대한 예측 변수를 적용할 필요가 없습니다.
누락 데이터 정리 모듈을 사용하여 누락 데이터를 처리할 계획입니다.
데이터 정리 방법을 선택해야 합니다.
어떤 방법을 사용해야 합니까?
DP-100 문제 224
사람에게 질병이 있는지 여부를 예측하기 위해 이진 분류 모델을 만듭니다. 가능한 분류 오류를 감지해야 합니다.
각 설명에 대해 어떤 오류 유형을 선택해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
각 설명에 대해 어떤 오류 유형을 선택해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 225
이진 분류 모델을 만듭니다.
모델 성능을 평가해야 합니다.
사용할 수 있는 두 가지 측정항목은 무엇인가요? 각 정답은 완전한 솔루션을 제시합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
모델 성능을 평가해야 합니다.
사용할 수 있는 두 가지 측정항목은 무엇인가요? 각 정답은 완전한 솔루션을 제시합니다.
참고: 각 올바른 선택은 1점의 가치가 있습니다.