DP-100 문제 86

Azure Machine Learning 작업 영역을 생성합니다.
Azure Synapse 컴퓨팅 리소스를 사용하여 작업 영역에서 모델 학습을 위한 전용 컴퓨팅 환경을 구현해야 합니다. 솔루션은 전용 컴퓨팅 리소스에 연결하고 Azure Synapse 세션을 시작해야 합니다.
컴퓨팅 리소스를 구현해야 합니다.
어떤 세 가지 행동을 순서대로 수행해야 할까요? 정답을 선택하려면, 행동 목록에서 적절한 행동을 골라 답란에 옮겨 올바른 순서대로 배열하세요.

DP-100 문제 87

Azure Machine Learning 작업 영역을 관리하고 머신 팀 구성 모델을 개발합니다.
낮은 포인트의 VM mm을 사용하여 페이싱 할인을 적용하도록 모델을 배포하고 있습니다.
모델을 배포해야 합니다.
대용량 컴퓨팅을 하려면 어떤 것을 사용해야 할까요?

DP-100 문제 88

Python SDK v2를 사용하여 Azure Machine Learning 작업 영역을 관리할 수 있습니다.
Parquet 형식으로 저장된 데이터 파일을 사용하여 분류 모델을 생성하는 자동화된 머신 러닝 작업을 만들어야 합니다. 이 작업을 위해 자동 확장 컴퓨팅 대상과 데이터 자산을 구성해야 합니다.
작업을 위해 리소스를 구성해야 합니다.
어떤 리소스 구성을 사용해야 합니까? 이 질문에 답하려면 답변 영역에서 적절한 옵션을 선택하십시오.
참고: 정답 하나당 1점입니다.

DP-100 문제 89

Azure Machine Learning 작업 영역에서 실행된 실험을 검색하는 코드를 작성합니다.
이 실행에서는 Azure Machine Learning의 모델 해석 지원 기능을 사용하여 모델 설명을 생성하고 업로드했습니다.
귀사 경영진은 모델에 포함된 기능들의 중요성을 알고 싶어합니다.
다음과 유사한 형식으로 모델 특징과 각 특징의 상대적 중요도를 출력해야 합니다.

코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.

DP-100 문제 90

알고리즘의 하이퍼파라미터를 조정하고 있습니다. 다음 표는 다양한 하이퍼파라미터, 학습 오류 및 검증 오류를 포함하는 데이터 세트를 보여줍니다.

아래 드롭다운 메뉴를 이용하여 그림에 제시된 정보를 바탕으로 각 질문에 대한 적절한 답을 선택하세요.