DP-100 문제 306
데이터 세트에서 기능 엔지니어링을 수행하고 있습니다.
CityName이라는 기능을 추가하고 텍스트 London으로 열 값을 채워야 합니다.
데이터 세트에 새 기능을 추가해야 합니다.
어떤 Azure Machine Learning Studio 모듈을 사용해야 하나요?
CityName이라는 기능을 추가하고 텍스트 London으로 열 값을 채워야 합니다.
데이터 세트에 새 기능을 추가해야 합니다.
어떤 Azure Machine Learning Studio 모듈을 사용해야 하나요?
DP-100 문제 307
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.
Azure Machine Learning을 사용하여 분류 모델을 학습시키는 실험을 실행하고 있습니다.
Hyperdrive를 사용하여 모델의 AUC 메트릭을 최적화하는 매개변수를 찾으려고 합니다. 다음 코드를 실행하여 실험을 위해 HyperDriveConfig를 구성합니다.
이 구성을 사용하여 임의 포리스트 모델을 교육한 다음 유효성 검사 데이터로 테스트하는 스크립트를 실행할 계획입니다. 유효성 검사 데이터의 레이블 값은 y_test 변수라는 변수에 저장되고 모델의 예측 확률은 y_predicted라는 변수에 저장됩니다.
Hyperdrive가 AUC 메트릭에 대한 하이퍼 매개변수를 최적화할 수 있도록 스크립트에 로깅을 추가해야 합니다.
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.
Azure Machine Learning을 사용하여 분류 모델을 학습시키는 실험을 실행하고 있습니다.
Hyperdrive를 사용하여 모델의 AUC 메트릭을 최적화하는 매개변수를 찾으려고 합니다. 다음 코드를 실행하여 실험을 위해 HyperDriveConfig를 구성합니다.
이 구성을 사용하여 임의 포리스트 모델을 교육한 다음 유효성 검사 데이터로 테스트하는 스크립트를 실행할 계획입니다. 유효성 검사 데이터의 레이블 값은 y_test 변수라는 변수에 저장되고 모델의 예측 확률은 y_predicted라는 변수에 저장됩니다.
Hyperdrive가 AUC 메트릭에 대한 하이퍼 매개변수를 최적화할 수 있도록 스크립트에 로깅을 추가해야 합니다.
해결 방법: 다음 코드를 실행합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 308
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.
기계 학습 모델을 훈련하고 등록합니다.
모델을 실시간 웹 서비스로 배포할 계획입니다. 모델을 사용하려면 애플리케이션에서 키 기반 인증을 사용해야 합니다.
웹 서비스를 배포해야 합니다.
해결책:
AciWebservice 인스턴스를 만듭니다.
ssl_enabled 특성 값을 True로 설정하십시오.
모델을 서비스에 배포합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
기계 학습 모델을 훈련하고 등록합니다.
모델을 실시간 웹 서비스로 배포할 계획입니다. 모델을 사용하려면 애플리케이션에서 키 기반 인증을 사용해야 합니다.
웹 서비스를 배포해야 합니다.
해결책:
AciWebservice 인스턴스를 만듭니다.
ssl_enabled 특성 값을 True로 설정하십시오.
모델을 서비스에 배포합니다.
솔루션이 목표를 충족합니까?
DP-100 문제 309
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.
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.
DP-100 문제 310
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.
Azure Machine Learning Studio에서 새 실험을 만들고 있습니다.
한 클래스는 훈련 세트의 다른 클래스보다 훨씬 적은 수의 관측값을 가집니다.
클래스 불균형을 보상하기 위해 적절한 데이터 샘플링 전략을 선택해야 합니다.
솔루션: PCA(Principal Components Analysis) 샘플링 모드를 사용합니다.
솔루션이 목표를 충족합니까?
이 섹션의 질문에 답한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 나타나지 않습니다.
Azure Machine Learning Studio에서 새 실험을 만들고 있습니다.
한 클래스는 훈련 세트의 다른 클래스보다 훨씬 적은 수의 관측값을 가집니다.
클래스 불균형을 보상하기 위해 적절한 데이터 샘플링 전략을 선택해야 합니다.
솔루션: PCA(Principal Components Analysis) 샘플링 모드를 사용합니다.
솔루션이 목표를 충족합니까?