DP-100 문제 61

Azure Machine Learning 작업 영역과 새 Azure DevOps 조직을 생성합니다. 작업 영역에 모델을 등록하고 대상 환경에 모델을 배포합니다.
워크스페이스에 등록된 모델의 모든 새 버전은 대상 환경에 자동으로 배포되어야 합니다.
모델을 배포하려면 Azure Pipelines를 구성해야 합니다.
어떤 네 가지 행동을 순서대로 수행해야 할까요? 정답을 고르려면, 행동 목록에서 적절한 행동을 골라 답란에 옮겨 올바른 순서대로 배열하세요.

DP-100 문제 62

Azure Machine Learning Studio에서 실험을 생성하고 10,000개의 행으로 구성된 학습 데이터 세트를 추가합니다. 처음 9,000개의 행은 클래스 0(90%)을 나타내고, 처음 1,000개의 행은 클래스 1(10%)을 나타냅니다.
훈련 데이터 세트가 두 클래스 간에 불균형합니다. 데이터 행을 사용하여 클래스 1의 훈련 예제 수를 4,000개로 늘려야 합니다. 실험에 합성 소수 클래스 오버샘플링 기법(SMOTE) 모듈을 추가합니다.
모듈을 구성해야 합니다.
어떤 값을 사용해야 할까요? 답변하려면 대화 상자의 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.

DP-100 문제 63

다중 클래스 이미지 분류 딥러닝 모델을 생성합니다.
해당 모델은 공개 웹 포털에서 가져온 새로운 이미지 데이터를 사용하여 매달 재학습해야 합니다. Azure Machine Learning 파이프라인을 생성하여 새 데이터를 가져오고, 이미지 크기를 표준화하고, 모델을 재학습시킵니다.
파이프라인 일정을 구성하려면 Azure Machine Learning SDK를 사용해야 합니다.
어떤 네 가지 행동을 순서대로 수행해야 할까요? 정답을 고르려면, 행동 목록에서 적절한 행동을 골라 답란에 옮겨 올바른 순서대로 배열하세요.

DP-100 문제 64

Azure Machine Learning Studio에서 선형 회귀 모델을 개발하고 있습니다. 다양한 알고리즘을 비교하기 위해 실험을 실행합니다.
다음 이미지는 결과 데이터셋 출력을 보여줍니다.

드롭다운 메뉴를 사용하여 이미지에 제시된 정보를 바탕으로 각 질문에 대한 답을 선택하세요.
참고: 정답 하나당 1점입니다.

DP-100 문제 65

모델 학습 요구 사항에 맞는 조기 종료 기준을 구현해야 합니다.
해결책을 개발하는 데 사용할 세 가지 코드 세그먼트는 무엇입니까? 정답을 선택하려면 코드 세그먼트 목록에서 적절한 코드 세그먼트를 답 영역으로 옮기고 올바른 순서대로 배열하십시오.
참고: 정답은 여러 순서로 나올 수 있습니다. 어떤 순서를 선택하든 정답으로 인정됩니다.