DP-100 문제 6

참고: 이 질문은 동일한 시나리오를 제시하는 일련의 질문의 일부입니다. 시리즈의 각 질문에는 명시된 목표를 달성할 수 있는 고유한 솔루션이 포함되어 있습니다. 일부 질문 세트에는 정답이 두 개 이상 있을 수 있지만 다른 질문 세트에는 정답이 없을 수도 있습니다.
이 섹션의 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 결과적으로 이러한 질문은 검토 화면에 표시되지 않습니다.
로지스틱 회귀 알고리즘을 사용하여 분류 모델을 훈련합니다.
전체적인 전역 상대 중요도 값과 특정 예측 집합에 대한 지역 중요도의 척도로서 각 기능의 중요도를 계산하여 모델의 예측을 설명할 수 있어야 합니다.
필요한 전역 및 로컬 기능 중요도 값을 검색하는 데 사용할 수 있는 설명자를 생성해야 합니다.
해결 방법: TabularExplainer를 만듭니다.
솔루션이 목표를 달성합니까?

DP-100 문제 7

Azure Machine Learning Studio에서 다중 선형 회귀 모델을 생성하고 있습니다.
여러 독립변수는 높은 상관관계를 가지고 있습니다.
모든 데이터에 대해 효과적인 특성 추출을 수행하려면 적절한 방법을 선택해야 합니다.
어떤 세 가지 작업을 순서대로 수행해야 합니까? 답변하려면 작업 목록에서 해당 작업을 답변 영역으로 이동하고 올바른 순서로 정렬하세요.

DP-100 문제 8

테스트 요구 사항에 따라 데이터를 분할하는 방법을 식별해야 합니다.
어떤 속성을 선택해야 합니까? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요. 메모:
올바른 선택은 각각 1점의 가치가 있습니다.

DP-100 문제 9

다음과 같은 Azure 구독 및 Azure Machine Learning 서비스 작업*공간이 있습니다.

mi-protect 작업 공간에 대한 참조를 얻어야 합니다.
해결 방법: 다음 Python 코드를 실행하세요.

솔루션이 목표를 달성합니까?

DP-100 문제 10

Azure ML SDK를 사용하여 일괄 추론 파이프라인을 만듭니다. 다음 코드를 사용하여 파이프라인을 실행합니다.
azureml.pipeline.core에서 가져오기 파이프라인
azureml.core.experiment import 실험에서
파이프라인 = 파이프라인(작업 공간=ws, 단계=[parallelrun_step])
Pipeline_run = 실험(ws, 'batch_pipeline').submit(파이프라인)
파이프라인 실행 진행 상황을 모니터링해야 합니다.
이 목표를 달성할 수 있는 두 가지 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다.
참고: 올바른 선택은 각각 1점의 가치가 있습니다.