DP-100 문제 36
공간을 확보하고 개발 환경을 설정합니다. Tensorflow 프레임워크를 사용하고 추정자를 사용하여 교육 스크립트를 제출하여 딥 신경망(DNN)을 교육할 계획입니다.
훈련 실행을 위해서는 계산 속도를 최적화해야 합니다.
사용할 적절한 추정기와 적절한 교육 컴퓨팅 대상 구성을 선택해야 합니다.
어떤 값을 사용해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
훈련 실행을 위해서는 계산 속도를 최적화해야 합니다.
사용할 적절한 추정기와 적절한 교육 컴퓨팅 대상 구성을 선택해야 합니다.
어떤 값을 사용해야 합니까? 대답하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 37
Azure Machine Learning Studio를 사용하여 데이터 세트를 분석하고 있습니다.
각 특징 열에 대한 p 값과 고유 값 개수를 포함하는 통계 요약을 생성해야 합니다.
어떤 두 모듈을 사용자가 사용할 수 있나요? 각 정답은 완전한 솔루션을 제시합니다.
참고사항: 정답 하나당 1점입니다.
각 특징 열에 대한 p 값과 고유 값 개수를 포함하는 통계 요약을 생성해야 합니다.
어떤 두 모듈을 사용자가 사용할 수 있나요? 각 정답은 완전한 솔루션을 제시합니다.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 38
Workspace 1이라는 Azure Machine Learning 작업 영역이 있습니다. Workspace!에는 PyFunc 플레이버가 있는 model 1이라는 등록된 Mlflow 모델이 있습니다. Azure Machine Learning Python SDK vl을 사용하여 송신 연결 없이 엔드포인트1이라는 온라인 엔드포인트에 model1을 배포할 계획입니다. 다음 코드가 있습니다.
모델이 성공적으로 배포되도록 하려면 ManagedOnllneDeployment 개체에 매개변수를 추가해야 합니다. 솔루션: scoring_script 매개변수를 추가합니다.
해결책이 목표를 충족하는가?
모델이 성공적으로 배포되도록 하려면 ManagedOnllneDeployment 개체에 매개변수를 추가해야 합니다. 솔루션: scoring_script 매개변수를 추가합니다.
해결책이 목표를 충족하는가?
DP-100 문제 39
다음과 같이 정의된 6개의 데이터 포인트가 포함된 Python NumPy 배열을 평가하고 있습니다.
데이터 = [10, 20, 30, 40, 50, 60]
Python Scikit-learn 머신 러닝 라이브러리의 k-fold 알고리즘 구현을 사용하여 다음 출력을 생성해야 합니다.
훈련: [10 40 50 60], 테스트: [20 30]
훈련: [20 30 40 60], 테스트: [10 50]
훈련: [10 20 30 50], 테스트: [40 60]
출력을 생성하려면 교차 검증을 구현해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 대답하려면 답변 영역의 대화 상자에서 적절한 코드 세그먼트를 선택하십시오.
참고사항: 정답 하나당 1점입니다.
데이터 = [10, 20, 30, 40, 50, 60]
Python Scikit-learn 머신 러닝 라이브러리의 k-fold 알고리즘 구현을 사용하여 다음 출력을 생성해야 합니다.
훈련: [10 40 50 60], 테스트: [20 30]
훈련: [20 30 40 60], 테스트: [10 50]
훈련: [10 20 30 50], 테스트: [40 60]
출력을 생성하려면 교차 검증을 구현해야 합니다.
코드 세그먼트를 어떻게 완성해야 합니까? 대답하려면 답변 영역의 대화 상자에서 적절한 코드 세그먼트를 선택하십시오.
참고사항: 정답 하나당 1점입니다.
DP-100 문제 40
Azure Storage blob 컨테이너에 대해 ml-data라는 이름의 데이터 저장소를 정의합니다. 컨테이너에는 data.csv라는 이름의 파일이 포함된 train이라는 이름의 폴더가 있습니다. Azure Machine Learning SDK를 사용하여 모델을 학습하는 데 이 파일을 사용할 계획입니다.
Azure Machine Learning SDK를 사용하여 로컬 컴퓨팅에서 실험을 실행하여 모델을 학습할 계획입니다.
다음 코드를 실행하여 DataReference 객체를 정의합니다.
훈련 데이터를 로드해야 합니다.
어떤 코드 세그먼트를 사용해야 합니까?
Azure Machine Learning SDK를 사용하여 로컬 컴퓨팅에서 실험을 실행하여 모델을 학습할 계획입니다.
다음 코드를 실행하여 DataReference 객체를 정의합니다.
훈련 데이터를 로드해야 합니다.
어떤 코드 세그먼트를 사용해야 합니까?