DP-100 문제 171
귀하의 팀은 데이터 엔지니어링 및 데이터 과학 개발 환경을 구축하고 있습니다.
환경은 다음 요구 사항을 지원해야 합니다.
* Python 및 Scala 지원
* 데이터 저장, 이동 및 처리 서비스를 자동화된 데이터 파이프라인으로 구성
* 데이터 엔지니어링과 데이터 과학의 오케스트레이션에는 동일한 도구를 사용해야 합니다.
* 작업 부하 격리 및 대화형 작업 부하 지원
* 머신 클러스터 전반에 걸쳐 확장을 활성화합니다.
환경을 조성해야 합니다.
어떻게 해야 할까요?
환경은 다음 요구 사항을 지원해야 합니다.
* Python 및 Scala 지원
* 데이터 저장, 이동 및 처리 서비스를 자동화된 데이터 파이프라인으로 구성
* 데이터 엔지니어링과 데이터 과학의 오케스트레이션에는 동일한 도구를 사용해야 합니다.
* 작업 부하 격리 및 대화형 작업 부하 지원
* 머신 클러스터 전반에 걸쳐 확장을 활성화합니다.
환경을 조성해야 합니다.
어떻게 해야 할까요?
DP-100 문제 172
CPU 기반 컴퓨팅 클러스터와 Azure Kubernetes Services(AKS) 추론 클러스터를 포함하는 Azure Machine Learning 작업 공간이 있습니다. 분류 모델을 만드는 데 사용할 데이터가 포함된 표 형식 데이터 세트를 만듭니다.
Azure Machine Learning 디자이너를 사용하여 클라이언트 애플리케이션이 새 데이터를 제출하고 즉각적인 예측을 응답으로 받아 분류 모델을 사용할 수 있는 웹 서비스를 만들어야 합니다.
어떤 세 가지 행동을 순서대로 수행해야 합니까? 대답하려면 행동 목록에서 적절한 행동을 답변 영역으로 옮기고 올바른 순서로 정렬하세요.
Azure Machine Learning 디자이너를 사용하여 클라이언트 애플리케이션이 새 데이터를 제출하고 즉각적인 예측을 응답으로 받아 분류 모델을 사용할 수 있는 웹 서비스를 만들어야 합니다.
어떤 세 가지 행동을 순서대로 수행해야 합니까? 대답하려면 행동 목록에서 적절한 행동을 답변 영역으로 옮기고 올바른 순서로 정렬하세요.
DP-100 문제 173
Azure Machine Learning 작업 영역에는 real_estate_data라는 데이터 세트가 있습니다. 데이터 세트의 데이터 샘플은 다음과 같습니다.
가격 열을 예측하기 위한 최적의 회귀 모델을 찾으려면 자동화된 머신 러닝을 사용하려고 합니다.
Azure Machine Learning SDK를 사용하여 자동화된 머신 러닝 실험을 구성해야 합니다.
코드를 어떻게 완성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
가격 열을 예측하기 위한 최적의 회귀 모델을 찾으려면 자동화된 머신 러닝을 사용하려고 합니다.
Azure Machine Learning SDK를 사용하여 자동화된 머신 러닝 실험을 구성해야 합니다.
코드를 어떻게 완성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 174
STANDARD_D1 가상 머신 이미지를 사용하여 ComputeOne이라는 Azure Machine Learning 컴퓨팅 대상을 만듭니다.
Azure Machine Learning 작업 영역을 참조하는 was라는 Python 변수를 정의합니다. 다음 Python 코드를 실행합니다.
다음 각 문장에 대해 문장이 사실이라면 예를 선택하세요. 그렇지 않으면 아니요를 선택하세요.
참고사항: 정답 하나당 1점입니다.
Azure Machine Learning 작업 영역을 참조하는 was라는 Python 변수를 정의합니다. 다음 Python 코드를 실행합니다.
다음 각 문장에 대해 문장이 사실이라면 예를 선택하세요. 그렇지 않으면 아니요를 선택하세요.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 175
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.
IT 부서는 다음과 같은 Azure 리소스 그룹과 리소스를 만듭니다.
IT 부서는 Azure Machine Learning 작업 영역에 aks-cluster라는 이름의 Azure Kubernetes Service(AKS) 기반 추론 컴퓨팅 대상을 만듭니다. GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6과 Visual Studio Code가 설치되어 있습니다.
DNN(심층 신경망) 모델을 훈련하고 손실 및 정확도 지표를 기록하는 스크립트를 실행해야 합니다.
솔루션: Surface Book에 Azure ML SDK를 설치합니다. Python 코드를 실행하여 작업 공간에 연결합니다. aks-cluster 컴퓨트 대상에서 실험으로 트레이닝 스크립트를 실행합니다.
해결책이 목표를 충족하는가?
이 섹션의 질문에 답한 후에는 다시 돌아갈 수 없습니다. 따라서 이러한 질문은 검토 화면에 나타나지 않습니다.
IT 부서는 다음과 같은 Azure 리소스 그룹과 리소스를 만듭니다.
IT 부서는 Azure Machine Learning 작업 영역에 aks-cluster라는 이름의 Azure Kubernetes Service(AKS) 기반 추론 컴퓨팅 대상을 만듭니다. GPU가 있는 Microsoft Surface Book 컴퓨터가 있습니다. Python 3.6과 Visual Studio Code가 설치되어 있습니다.
DNN(심층 신경망) 모델을 훈련하고 손실 및 정확도 지표를 기록하는 스크립트를 실행해야 합니다.
솔루션: Surface Book에 Azure ML SDK를 설치합니다. Python 코드를 실행하여 작업 공간에 연결합니다. aks-cluster 컴퓨트 대상에서 실험으로 트레이닝 스크립트를 실행합니다.
해결책이 목표를 충족하는가?