DP-100 문제 281
Azure Machine Learning 디자이너에서 학습 파이프라인을 사용합니다. ds1이라는 데이터 저장소를 등록합니다. 데이터저장소에는 여러 훈련 데이터 파일이 포함되어 있습니다. 구성된 데이터 저장소와 함께 데이터 가져오기 모듈을 사용합니다.
다른 데이터 파일 집합에서 모델을 재교육해야 합니다.
어떤 네 가지 작업을 순서대로 수행해야 합니까? 응답하려면 작업 목록에서 해당 작업을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
다른 데이터 파일 집합에서 모델을 재교육해야 합니다.
어떤 네 가지 작업을 순서대로 수행해야 합니까? 응답하려면 작업 목록에서 해당 작업을 응답 영역으로 이동하고 올바른 순서로 정렬하십시오.
DP-100 문제 282
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.
scripts라는 로컬 폴더에 train.py라는 Python 스크립트가 있습니다. 이 스크립트는 scikit-learn을 사용하여 회귀 모델을 훈련합니다. 이 스크립트에는 scripts 폴더에도 있는 교육 데이터 파일을 로드하는 코드가 포함되어 있습니다.
aml-compute라는 컴퓨팅 클러스터에서 Azure ML 실험으로 스크립트를 실행해야 합니다.
모델 교육에 필요한 패키지가 환경에 포함되도록 실행을 구성해야 합니다. 대상 컴퓨팅 클러스터를 참조하는 aml-compute라는 변수를 인스턴스화했습니다.
해결 방법: 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. 이 스크립트는 scikit-learn을 사용하여 회귀 모델을 훈련합니다. 이 스크립트에는 scripts 폴더에도 있는 교육 데이터 파일을 로드하는 코드가 포함되어 있습니다.
aml-compute라는 컴퓨팅 클러스터에서 Azure ML 실험으로 스크립트를 실행해야 합니다.
모델 교육에 필요한 패키지가 환경에 포함되도록 실행을 구성해야 합니다. 대상 컴퓨팅 클러스터를 참조하는 aml-compute라는 변수를 인스턴스화했습니다.
해결 방법: 다음 코드를 실행합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 283
Azure Machine Learning Service를 사용하여 신경망 분류 모델의 하이퍼 매개 변수 탐색을 자동화하고 있습니다.
다음 요구 사항에 따라 무작위 샘플링을 사용하여 하이퍼파라미터를 자동으로 조정하려면 하이퍼파라미터 공간을 정의해야 합니다.
학습률은 평균값이 10이고 표준편차가 3인 정규분포에서 선택해야 합니다.
배치 크기는 16, 32 및 64여야 합니다.
유지 확률은 0.05와 0.1 범위 사이의 균등 분포에서 선택된 값이어야 합니다.
Azure Machine Learning Service용 Python API의 param_sampling 메서드를 사용해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
다음 요구 사항에 따라 무작위 샘플링을 사용하여 하이퍼파라미터를 자동으로 조정하려면 하이퍼파라미터 공간을 정의해야 합니다.
학습률은 평균값이 10이고 표준편차가 3인 정규분포에서 선택해야 합니다.
배치 크기는 16, 32 및 64여야 합니다.
유지 확률은 0.05와 0.1 범위 사이의 균등 분포에서 선택된 값이어야 합니다.
Azure Machine Learning Service용 Python API의 param_sampling 메서드를 사용해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 284
분류 작업을 수행하고 있습니다. 학생이 축구를 하고 싶은지 여부와 관련 속성을 나타내는 데이터 세트가 있습니다. 데이터 세트에는 다음 열이 포함됩니다.
유형별로 변수를 분류해야 합니다.
각 범주에 어떤 변수를 추가해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
유형별로 변수를 분류해야 합니다.
각 범주에 어떤 변수를 추가해야 합니까? 대답하려면 대답 영역에서 적절한 옵션을 선택하십시오.
참고: 각 올바른 선택은 1점의 가치가 있습니다.
DP-100 문제 285
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.