실험 요구 사항 및 데이터 세트에 따라 기능 기반 기능 선택 모듈을 구성해야 합니다.
모듈 속성을 어떻게 구성해야 합니까? 대답하려면 답변 영역의 대화 상자에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

Azure Machine Learning 디자이너를 사용하여 학습 파이프라인을 만듭니다. 모델을 학습하려는 데이터가 포함된 CSV 파일을 업로드합니다.
다음 작업을 수행하는 단계가 포함된 파이프라인을 만들려면 디자이너를 사용해야 합니다.
판다스 필터 방법을 사용하여 훈련 기능을 선택합니다.
naive_bayes.GaussianNB 알고리즘을 기반으로 모델을 훈련합니다.
SELECT [Scored Labels] FROM t1; 쿼리를 사용하여 Scored Labels 열만 반환합니다. 어떤 모듈을 사용해야 합니까? 답하려면 적절한 모듈을 적절한 위치로 끌어다 놓습니다. 각 모듈 이름은 한 번, 두 번 이상 또는 전혀 사용하지 않을 수 있습니다. 창 사이의 분할 막대를 끌어다 놓거나 스크롤하여 콘텐츠를 볼 수 있습니다.
참고사항: 정답 하나당 1점입니다.

훈련 오차 값과 검증 오차 값 사이에 큰 차이가 있는 모델이 있습니다.
새로운 모델을 만들고 교차 검증을 수행해야 합니다.
Azure Machine Learning Studio를 사용하여 새 모델에 대한 매개변수 집합을 식별해야 합니다.
각 단계에 어떤 모듈을 사용해야 합니까? 답하려면 적절한 모듈을 올바른 단계로 끌어다 놓으세요. 각 모듈은 한 번 이상 사용할 수도 있고, 전혀 사용하지 않을 수도 있습니다. 창 사이의 분할 막대를 끌어다 놓거나 스크롤하여 콘텐츠를 볼 수 있습니다.
참고사항: 정답 하나당 1점입니다.

CSV 파일에서 텍스트를 사전 처리할 계획입니다. Azure Machine Learning Studio 기본 중지 단어 목록을 로드합니다.
다음 요구 사항을 충족하도록 텍스트 전처리 모듈을 구성해야 합니다.
* 하나의 정식 형태에서 여러 개의 관련 단어가 있는지 확인하세요.
* 텍스트에서 파이프 문자를 제거합니다.
* 정보 검색을 최적화하기 위해 단어를 제거하세요.
어떤 세 가지 옵션을 선택해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

당신은 결정 트리 알고리즘을 사용하고 있습니다. 당신은 10과 같은 트리 깊이에서 잘 일반화되는 모델을 훈련했습니다.
다양한 트리 깊이 값을 사용하여 모델의 편향 및 분산 속성을 선택해야 합니다.
각 나무 깊이에 대해 어떤 속성을 선택해야 합니까? 답하려면 답변 영역에서 적절한 옵션을 선택하세요.