DP-100 문제 31

Azure Machine Learning 디자이너를 사용하여 학습 파이프라인을 생성합니다. 모델 학습에 사용할 데이터가 포함된 CSV 파일을 업로드합니다.
다음 작업을 수행하는 단계를 포함하는 파이프라인을 만들려면 디자이너를 사용해야 합니다.
pandas의 filter 메서드를 사용하여 학습 특징을 선택합니다.
naive_bayes.GaussianNB 알고리즘을 기반으로 모델을 학습시킵니다.
`SELECT [Scored Labels] FROM t1;` 쿼리를 사용하여 'Scored Labels' 열만 반환하세요. 어떤 모듈을 사용해야 할까요? 정답을 확인하려면 적절한 모듈을 해당 위치로 드래그하세요. 각 모듈 이름은 한 번, 여러 번 또는 전혀 사용되지 않을 수 있습니다. 콘텐츠를 보려면 창 사이의 분할 막대를 드래그하거나 스크롤해야 할 수도 있습니다.
참고: 정답 하나당 1점입니다.

DP-100 문제 32

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.
Azure Machine Learning 디자이너를 사용하여 다음 데이터 세트를 실험에 로드합니다.

입력 데이터셋과 동일한 열과 헤더 행을 가지면서 두 입력 데이터셋의 모든 행을 포함하는 데이터셋을 생성해야 합니다.
해결 방법: 행 추가 모듈을 사용하십시오.
이 해결책은 목표를 달성합니까?

DP-100 문제 33

AutoMLConfig 클래스를 사용하여 최대 10회 모델 학습 반복을 수행하는 자동화된 머신러닝 작업을 정의하는 실험을 실행합니다. 이 작업은 정확도라는 지표를 기반으로 가장 성능이 좋은 모델을 찾으려고 시도합니다.
다음 코드를 사용하여 실험을 제출합니다.
자동화된 머신러닝 작업에서 생성된 최적의 모델을 반환하는 파이썬 코드를 작성해야 합니다. 어떤 코드 부분을 사용해야 할까요?

DP-100 문제 34


워크스페이스의 데이터 및 실험과 상호 작용하려면 Azure Machine Learning SDK를 사용해야 합니다.
Python 환경에서 워크스페이스에 연결하려면 config.json 파일을 구성해야 합니다.
워크스페이스에 연결하기 위해 config.json 파일에 추가해야 하는 두 가지 매개변수는 무엇입니까?
각각의 정답은 해답의 일부를 나타냅니다.
참고: 정답 하나당 1점입니다.

DP-100 문제 35

Azure Machine Learning 서비스에서 머신 러닝 모델을 학습시키기 위한 스크립트를 생성합니다.
다음 코드를 실행하여 견적기를 생성합니다.

다음 각 문장에 대해, 문장이 사실이면 '예'를 선택하고, 그렇지 않으면 '아니요'를 선택하십시오.
참고: 정답 하나당 1점입니다.