참고: 이 질문은 동일한 시나리오를 제시하는 일련의 질문 중 일부입니다. 이 시리즈의 각 질문에는 명시된 목표를 충족할 수 있는 고유한 솔루션이 포함되어 있습니다. 일부 질문 세트에는 두 개 이상의 정답이 있을 수 있고, 다른 세트에는 정답이 없을 수 있습니다.
이 섹션의 질문에 답한 후에는 다시 돌아갈 수 없습니다. 따라서 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 훈련 데이터 파일을 로드하는 코드가 포함되어 있습니다.
aml-compute라는 이름의 컴퓨팅 클러스터에서 Azure ML 실험으로 스크립트를 실행해야 합니다.
모델 학습에 필요한 패키지가 환경에 포함되도록 실행을 구성해야 합니다. 대상 컴퓨트 클러스터를 참조하는 aml-compute라는 변수를 인스턴스화했습니다.
해결책: 다음 코드를 실행하세요.

해결책이 목표를 충족하는가?

Azure Machine Learning Studio를 사용하여 이진 분류 모델을 만듭니다.
모델을 평가하려면 RO C(Receiver Operating Characteristic) 곡선과 F1 점수를 사용해야 합니다.
필요한 비즈니스 지표를 만들어야 합니다.
실험을 어떻게 완료해야 합니까? 대답하려면 답변 영역의 대화 상자에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

페널티 이벤트 감지를 위한 프로세스를 정의해야 합니다.
어떤 세 가지 행동을 순서대로 수행해야 합니까? 대답하려면 행동 목록에서 적절한 행동을 답변 영역으로 옮기고 올바른 순서로 정렬하세요.

fsi라는 파일 시스템과 folder1이라는 폴더를 포함하는 storage1이라는 Azure Data Lake Storage Gen2 보관 계정을 만듭니다.
folder1의 내용은 Azure Machine Learning 작업 영역의 컴퓨팅 대상에서 작업에서 액세스할 수 있어야 합니다.
폴더1을 참조하는 URL을 구성해야 합니다.
URI를 어떻게 구성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

Python SDK v2를 사용하여 workspace1이라는 Azure Machine Learning 작업 영역을 관리합니다.
다음 요구 사항을 충족하려면 Azure Blob 및 Azure Data Lake Gen2 저장소에 대한 workspace1에 데이터 저장소를 등록해야 합니다.
* 데이터 저장소에 액세스하는 데이터 과학자는 동일한 수준의 액세스 권한을 가져야 합니다.
* 지정된 컨테이너나 폴더에만 접근이 제한되어야 합니다.
Workspace1에서 Azure Blob 및 Azure Data lake Gen? 저장소를 등록하는 데 사용되는 보안 액세스 방법을 구성해야 합니다. 어떤 보안 액세스 방법을 구성해야 합니까? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.