DP-100 문제 1
참고: 이 문제는 동일한 시나리오를 제시하는 일련의 문제 중 하나입니다. 각 문제에는 제시된 목표를 달성할 수 있는 고유한 해결책이 포함되어 있습니다. 일부 문제 세트에는 정답이 두 개 이상일 수 있으며, 정답이 없는 문제 세트도 있습니다.
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Python 스크립트가 포함된 두 단계로 구성된 pipeline1이라는 Azure Machine Learning 파이프라인을 생성합니다. 첫 번째 단계에서 처리된 데이터는 두 번째 단계로 전달됩니다.
pipeline1의 하위 데이터 소스 내용을 업데이트하고 파이프라인을 다시 실행해야 합니다.
파이프라인1의 새 실행이 업데이트된 콘텐츠를 완전히 처리하도록 해야 합니다.
해결 방법: 두 단계에서 PythonScriptStep 객체의 compute_target 매개변수 값을 변경합니다.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
Python 스크립트가 포함된 두 단계로 구성된 pipeline1이라는 Azure Machine Learning 파이프라인을 생성합니다. 첫 번째 단계에서 처리된 데이터는 두 번째 단계로 전달됩니다.
pipeline1의 하위 데이터 소스 내용을 업데이트하고 파이프라인을 다시 실행해야 합니다.
파이프라인1의 새 실행이 업데이트된 콘텐츠를 완전히 처리하도록 해야 합니다.
해결 방법: 두 단계에서 PythonScriptStep 객체의 compute_target 매개변수 값을 변경합니다.
이 해결책은 목표를 달성합니까?
DP-100 문제 2
특징 추출 방법을 선택해야 합니다.
어떤 방법을 사용해야 할까요?
어떤 방법을 사용해야 할까요?
DP-100 문제 3
Azure Machine Learning을 사용하여 머신 러닝 모델을 학습시킵니다.
로깅을 수행하려면 다음 파이썬 학습 스크립트를 사용합니다.
스윕 작업을 정의하려면 파이썬 스크립트를 사용해야 합니다.
하이퍼파라미터 튜닝을 통해 최적화하고자 하는 주요 지표와 목표를 제시해야 합니다.
참고: 정답 하나당 1점입니다.
로깅을 수행하려면 다음 파이썬 학습 스크립트를 사용합니다.
스윕 작업을 정의하려면 파이썬 스크립트를 사용해야 합니다.
하이퍼파라미터 튜닝을 통해 최적화하고자 하는 주요 지표와 목표를 제시해야 합니다.
참고: 정답 하나당 1점입니다.
DP-100 문제 4
Azure Machine Learning 작업 영역을 만듭니다. Azure Machine Learning 스튜디오에서 자동화된 머신 러닝(자동화된 ML)을 사용하여 분류 모델을 학습시킵니다. 학습 데이터에는 샘플 수가 상당히 다른 여러 클래스가 포함되어 있습니다.
음성 샘플을 양성으로 잘못 분류하지 않도록 메트릭 유형을 사용해야 하며, 클래스 불균형을 최소화하는 평균화 방법을 사용해야 합니다.
측정 항목 유형과 평균 계산 방법을 설정해야 합니다.
어떤 설정을 사용해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
음성 샘플을 양성으로 잘못 분류하지 않도록 메트릭 유형을 사용해야 하며, 클래스 불균형을 최소화하는 평균화 방법을 사용해야 합니다.
측정 항목 유형과 평균 계산 방법을 설정해야 합니다.
어떤 설정을 사용해야 할까요? 답변하려면 답변 영역에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100 문제 5
Azure Machine Learning 작업 영역이 있습니다. 로컬 컴퓨터에서 실험을 실행 중입니다.
로컬 실험 실행에서 생성된 메트릭과 아티팩트를 작업 영역에 저장하려면 Azure Machine Learning Python SDK v2와 함께 MLflow 추적 기능을 사용할 수 있는지 확인해야 합니다.
어떤 순서로 작업을 수행해야 할까요? 정답을 맞추려면 작업 목록에 있는 모든 작업을 정답 영역으로 옮기고 올바른 순서대로 배열하세요.
로컬 실험 실행에서 생성된 메트릭과 아티팩트를 작업 영역에 저장하려면 Azure Machine Learning Python SDK v2와 함께 MLflow 추적 기능을 사용할 수 있는지 확인해야 합니다.
어떤 순서로 작업을 수행해야 할까요? 정답을 맞추려면 작업 목록에 있는 모든 작업을 정답 영역으로 옮기고 올바른 순서대로 배열하세요.
