DP-100 문제 416

머신 러닝 모델을 사용하여 지능형 솔루션을 구축하고 있습니다.
환경은 다음 요구 사항을 지원해야 합니다.
데이터 과학자는 클라우드 환경에서 노트북을 구축해야 합니다.
데이터 과학자는 머신 러닝 파이프라인에서 자동 기능 엔지니어링과 모델 구축을 사용해야 합니다.
노트북은 동적 작업자 할당을 통해 Spark 인스턴스를 사용하여 재교육되도록 배포되어야 합니다.
노트북은 로컬에서 버전 제어를 위해 내보낼 수 있어야 합니다.
환경을 조성해야 합니다.
어떤 네 가지 행동을 순서대로 수행해야 합니까? 대답하려면 행동 목록에서 적절한 행동을 답변 영역으로 옮기고 올바른 순서로 정렬하세요.

DP-100 문제 417

제공된 학습 세트를 사용하여 이진 분류 모델을 구축하고 있습니다.
두 클래스 간의 훈련 세트가 불균형합니다.
데이터 불균형을 해결해야 합니다.
이 목표를 달성할 수 있는 세 가지 가능한 방법은 무엇입니까? 각 정답은 완전한 솔루션을 제시합니다. 참고:
정답 하나당 1점씩입니다.

DP-100 문제 418

Azure Machine Learning Designer를 사용하여 머신 러닝 모델을 만듭니다. Azure Kubernetes Service(AKS) 추론 컴퓨팅 클러스터에서 모델을 실시간 서비스로 게시합니다. 배포된 엔드포인트 구성은 변경하지 않습니다.
엔드포인트를 사용하는 데 필요한 정보를 애플리케이션 개발자에게 제공해야 합니다.
애플리케이션 개발자에게 어떤 두 가지 값을 제공해야 합니까? 각 정답은 솔루션의 일부를 나타냅니다.
참고사항: 정답 하나당 1점입니다.

DP-100 문제 419

Azure Machine Learning을 사용하여 Bandit 조기 종료 정책으로 하이퍼파라미터 튜닝을 구현합니다.
이 정책은 slack_factor를 01로 설정하고, 평가 간격을 1로 설정하고, 평가 지연을 b로 설정합니다.
조기 해지 정책의 결과를 평가해야 합니다.
무엇을 평가해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.

DP-100 문제 420

공용 엔드포인트에서 액세스할 수 있는 workspace1이라는 Azure Machine Learning 작업 영역이 있습니다.
작업 공간에는 account1이라는 Azure 스토리지 계정의 blob 컨테이너를 나타내는 store1이라는 Azure Blob 스토리지 데이터 저장소가 포함되어 있습니다. 동일한 가상 네트워크에서 개인 엔드포인트를 사용하여 액세스할 수 있도록 workspace1과 account1을 구성합니다.
Python용 Azure Machine Learning SDK를 사용하여 store1의 콘텐츠에 액세스할 수 있어야 합니다. Azure Machine Learning Studio를 사용하여 store1의 콘텐츠를 미리 볼 수 있어야 합니다.
store1을 구성해야 합니다.
어떻게 해야 하나요? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.