DP-100 문제 96
머신러닝 모델을 훈련합니다.
테스트를 위해 모델을 실시간 추론 서비스로 배포해야 합니다. 이 서비스는 낮은 CPU 사용률과 48MB 미만의 RAM이 필요합니다. 배포된 서비스의 컴퓨팅 대상은 비용과 관리 오버헤드를 최소화하면서 자동으로 초기화해야 합니다.
어떤 컴퓨팅 대상을 사용해야 하나요?
테스트를 위해 모델을 실시간 추론 서비스로 배포해야 합니다. 이 서비스는 낮은 CPU 사용률과 48MB 미만의 RAM이 필요합니다. 배포된 서비스의 컴퓨팅 대상은 비용과 관리 오버헤드를 최소화하면서 자동으로 초기화해야 합니다.
어떤 컴퓨팅 대상을 사용해야 하나요?
DP-100 문제 97
이벤트 중에 통화 수를 추정하기 위한 회귀 모델을 구축하고 있습니다.
푸아송 회귀 모델을 구축하는 데 필요한 조건을 특성 값이 충족하는지 여부를 판단해야 합니다.
어떤 두 가지 조건이 피처 세트에 포함되어야 합니까? 정답은 솔루션의 일부를 제시합니다. 참고: 정답은 각각 1점입니다.
푸아송 회귀 모델을 구축하는 데 필요한 조건을 특성 값이 충족하는지 여부를 판단해야 합니다.
어떤 두 가지 조건이 피처 세트에 포함되어야 합니까? 정답은 솔루션의 일부를 제시합니다. 참고: 정답은 각각 1점입니다.
DP-100 문제 98
재무팀에서는 finance-data라는 Azure Storage Blob 컨테이너에 있는 데이터를 사용하여 모델을 학습시켜 달라고 요청했습니다.
컨테이너를 Azure Machine Learning 작업 영역에 데이터 저장소로 등록해야 하며, 컨테이너가 존재하지 않을 경우 오류가 발생하는지 확인해야 합니다.
코드를 어떻게 완성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
컨테이너를 Azure Machine Learning 작업 영역에 데이터 저장소로 등록해야 하며, 컨테이너가 존재하지 않을 경우 오류가 발생하는지 확인해야 합니다.
코드를 어떻게 완성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 99
불균형한 학습 데이터 세트로 다중 클래스 분류를 수행하기 위해 C-지원 벡터 분류를 사용하고 있습니다. 아래에 표시된 Python 코드를 사용한 C-지원 벡터 분류:
C-지원 벡터 분류 코드를 평가해야 합니다.
어떤 평가 진술을 사용해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
C-지원 벡터 분류 코드를 평가해야 합니다.
어떤 평가 진술을 사용해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 100
TSV 파일 집합을 포함하는 Azure blob 컨테이너가 있습니다. Azure blob 컨테이너는 Azure Machine Learning 서비스 작업 영역의 데이터 저장소로 등록됩니다. 각 TSV 파일은 동일한 데이터 스키마를 사용합니다.
Python용 Azure Machine Learning SDK를 사용하여 모든 TSV 파일의 데이터를 집계한 다음 집계된 데이터를 Azure Machine Learning 작업 영역에 데이터 세트로 등록할 계획입니다.
다음 코드를 실행합니다.
다음 각 문장에 대해 문장이 사실이라면 예를 선택하세요. 그렇지 않으면 아니요를 선택하세요.
참고사항: 정답 하나당 1점입니다.
Python용 Azure Machine Learning SDK를 사용하여 모든 TSV 파일의 데이터를 집계한 다음 집계된 데이터를 Azure Machine Learning 작업 영역에 데이터 세트로 등록할 계획입니다.
다음 코드를 실행합니다.
다음 각 문장에 대해 문장이 사실이라면 예를 선택하세요. 그렇지 않으면 아니요를 선택하세요.
참고사항: 정답 하나당 1점입니다.
