DP-100 문제 151
Azure Machine Learning 작업 영역이 있습니다.
Azure Machine Learning Python SDK v2를 사용하여 작업 영역에 구성 요소를 등록하려고 합니다. 구성 요소 정의는 로컬 파일 ./components/train/train.yml에 저장됩니다.
ml_client 객체를 사용하여 워크스페이스에 연결하고 필요한 모든 라이브러리를 가져오는 코드를 작성합니다. 나머지 코드를 완성해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
Azure Machine Learning Python SDK v2를 사용하여 작업 영역에 구성 요소를 등록하려고 합니다. 구성 요소 정의는 로컬 파일 ./components/train/train.yml에 저장됩니다.
ml_client 객체를 사용하여 워크스페이스에 연결하고 필요한 모든 라이브러리를 가져오는 코드를 작성합니다. 나머지 코드를 완성해야 합니다.
코드를 어떻게 완성해야 할까요? 정답을 선택하려면 답변란에서 적절한 옵션을 고르세요.
참고: 정답 하나당 1점입니다.
DP-100 문제 152
다음과 같은 Azure 구독 및 Azure Machine Learning 서비스 작업 영역이 있습니다.
ml-project 워크스페이스에 대한 참조를 얻어야 합니다.
해결 방법: 다음 파이썬 코드를 실행하세요.
이 해결책은 목표를 달성합니까?
ml-project 워크스페이스에 대한 참조를 얻어야 합니다.
해결 방법: 다음 파이썬 코드를 실행하세요.
이 해결책은 목표를 달성합니까?
DP-100 문제 153
Azure Machine Learning 작업 영역을 만듭니다.
워크스페이스에서 사용자 지정 모델 학습을 수행하기 위해 Python SDK v2 노트북을 개발하고 있습니다. 노트북 코드는 필요한 모든 패키지를 가져옵니다.
학습 스크립트, 환경 및 컴퓨팅 정보를 포함하도록 Python SDK v2 코드를 완성해야 합니다.
10개의 코드를 어떻게 완성해야 할까요? 정답을 고르려면 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
워크스페이스에서 사용자 지정 모델 학습을 수행하기 위해 Python SDK v2 노트북을 개발하고 있습니다. 노트북 코드는 필요한 모든 패키지를 가져옵니다.
학습 스크립트, 환경 및 컴퓨팅 정보를 포함하도록 Python SDK v2 코드를 완성해야 합니다.
10개의 코드를 어떻게 완성해야 할까요? 정답을 고르려면 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
DP-100 문제 154
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.
여러 열에 결측값이 포함된 수치 데이터 세트를 분석하고 있습니다.
결측값은 특징 집합의 차원에 영향을 주지 않는 적절한 연산을 사용하여 처리해야 합니다.
모든 값을 포함하려면 전체 데이터 세트를 분석해야 합니다.
해결 방법: 마지막 관측값 대체(IOCF) 방법을 사용하여 누락된 데이터 포인트를 보정합니다.
이 해결책은 목표를 달성합니까?
이 섹션에서 질문에 답변한 후에는 해당 질문으로 돌아갈 수 없습니다. 따라서 이 질문들은 검토 화면에 나타나지 않습니다.
여러 열에 결측값이 포함된 수치 데이터 세트를 분석하고 있습니다.
결측값은 특징 집합의 차원에 영향을 주지 않는 적절한 연산을 사용하여 처리해야 합니다.
모든 값을 포함하려면 전체 데이터 세트를 분석해야 합니다.
해결 방법: 마지막 관측값 대체(IOCF) 방법을 사용하여 누락된 데이터 포인트를 보정합니다.
이 해결책은 목표를 달성합니까?
DP-100 문제 155
자동화된 머신러닝을 사용하여 분류 및 회귀 모델을 학습시킵니다.
자동화된 머신러닝 실험 결과를 평가해야 합니다. 결과에는 분류 모델이 예측에서 체계적인 오류를 범하는 방식과 목표 변수와 회귀 모델의 예측 간의 관계가 포함됩니다. 자동화된 머신러닝이 생성한 차트를 활용해야 합니다.
각 모델 유형에 맞는 차트 유형을 선택해야 합니다.
어떤 차트 유형을 사용해야 할까요? 답변하려면 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
자동화된 머신러닝 실험 결과를 평가해야 합니다. 결과에는 분류 모델이 예측에서 체계적인 오류를 범하는 방식과 목표 변수와 회귀 모델의 예측 간의 관계가 포함됩니다. 자동화된 머신러닝이 생성한 차트를 활용해야 합니다.
각 모델 유형에 맞는 차트 유형을 선택해야 합니다.
어떤 차트 유형을 사용해야 할까요? 답변하려면 답변란에서 적절한 옵션을 선택하세요.
참고: 정답 하나당 1점입니다.
