DP-100 문제 206
Azure Machine Learning SDK를 노트북에서 사용하여 실험 폴더의 스크립트 파일을 사용하여 실험을 실행합니다.
실험은 실패했습니다.
실패한 실험의 문제를 해결해야 합니다.
이 목표를 달성할 수 있는 두 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다.
실험은 실패했습니다.
실패한 실험의 문제를 해결해야 합니다.
이 목표를 달성할 수 있는 두 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다.
DP-100 문제 207
모델 학습 요구 사항에 맞게 조기 중단 기준을 구현해야 합니다.
솔루션을 개발하기 위해 어떤 세 개의 코드 세그먼트를 사용해야 합니까? 대답하려면 코드 세그먼트 목록에서 해당 코드 세그먼트를 답변 영역으로 옮기고 올바른 순서로 정렬합니다.
참고: 두 개 이상의 답변 선택지가 정답입니다. 선택한 정답 순서에 대해 크레딧을 받게 됩니다.
솔루션을 개발하기 위해 어떤 세 개의 코드 세그먼트를 사용해야 합니까? 대답하려면 코드 세그먼트 목록에서 해당 코드 세그먼트를 답변 영역으로 옮기고 올바른 순서로 정렬합니다.
참고: 두 개 이상의 답변 선택지가 정답입니다. 선택한 정답 순서에 대해 크레딧을 받게 됩니다.
DP-100 문제 208
Azure Machine Learning SDK를 사용하여 분류 모델을 학습하고 정확도 지표를 계산하는 학습 실험을 실행합니다.
매달 새로운 데이터가 생기면 모델이 다시 훈련됩니다.
배치 추론 파이프라인에서 사용하려면 모델을 등록해야 합니다.
모델을 등록해야 하며, 이후의 재교육 실험에서 생성된 모델이 현재 등록된 모델보다 정확도가 높은 경우에만 등록되도록 해야 합니다.
이 목표를 달성할 수 있는 두 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다.
참고사항: 정답 하나당 1점입니다.
매달 새로운 데이터가 생기면 모델이 다시 훈련됩니다.
배치 추론 파이프라인에서 사용하려면 모델을 등록해야 합니다.
모델을 등록해야 하며, 이후의 재교육 실험에서 생성된 모델이 현재 등록된 모델보다 정확도가 높은 경우에만 등록되도록 해야 합니다.
이 목표를 달성할 수 있는 두 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 209
정리가 필요한 원시 데이터 세트를 분석하고 있습니다.
Azure Machine Learning Studio를 사용하여 변환 및 조작을 수행해야 합니다.
변환을 수행하려면 올바른 모듈을 식별해야 합니다.
어떤 모듈을 선택해야 할까요? 답하려면 적절한 모듈을 올바른 시나리오로 드래그하세요. 각 모듈은 한 번, 두 번 이상 또는 전혀 사용하지 않을 수 있습니다.
콘텐츠를 보려면 창 사이의 분할 막대를 끌거나 스크롤해야 할 수도 있습니다.
참고사항: 정답 하나당 1점입니다.
Azure Machine Learning Studio를 사용하여 변환 및 조작을 수행해야 합니다.
변환을 수행하려면 올바른 모듈을 식별해야 합니다.
어떤 모듈을 선택해야 할까요? 답하려면 적절한 모듈을 올바른 시나리오로 드래그하세요. 각 모듈은 한 번, 두 번 이상 또는 전혀 사용하지 않을 수 있습니다.
콘텐츠를 보려면 창 사이의 분할 막대를 끌거나 스크롤해야 할 수도 있습니다.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 210
Azure Machine Learning 작업 공간이 있습니다. 로컬 컴퓨터에서 실험을 실행하고 있습니다.
로컬 실험 실행에서 얻은 메트릭과 아티팩트를 작업 공간에 저장하려면 MLflow Tracking을 사용해야 합니다.
어떤 순서로 작업을 수행해야 합니까? 답변하려면 작업 목록에서 모든 작업을 답변 영역으로 옮기고 올바른 순서로 정렬합니다.
로컬 실험 실행에서 얻은 메트릭과 아티팩트를 작업 공간에 저장하려면 MLflow Tracking을 사용해야 합니다.
어떤 순서로 작업을 수행해야 합니까? 답변하려면 작업 목록에서 모든 작업을 답변 영역으로 옮기고 올바른 순서로 정렬합니다.
