DP-100 문제 286

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.
학생의 교육 기간, 학위 유형, 예술 형식 등의 변수에 따라 학생의 예술 작품 가격을 예측하는 모델을 만들고 있습니다.
먼저 선형 회귀 모델을 만듭니다.
선형 회귀 모델을 평가해야 합니다.
해결책: 다음 측정 항목을 사용하세요: 평균 절대 오차, 제곱 평균 절대 오차, 상대 절대 오차, 상대 제곱 오차, 결정 계수.
해결책이 목표를 충족하는가?

DP-100 문제 287

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?

DP-100 문제 288

Azure Machine Learning 작업 공간을 만듭니다. Azure Machine Learning Python SDK v2를 사용하여 컴퓨팅 클러스터를 만듭니다.
컴퓨팅 클러스터는 훈련 스크립트를 실행해야 합니다. 훈련 스크립트를 실행하는 데 드는 비용은 최소화해야 합니다.
컴퓨팅 클러스터를 생성하려면 Python 스크립트를 작성해야 합니다.
스크립트를 어떻게 완성해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

DP-100 문제 289

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.

DP-100 문제 290

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?