画像分類のための深層学習畳み込みニューラルネットワークモデルを構築する準備をしています。CUDAデバイスを使用してモデルをトレーニングするスクリプトを作成します。
AzureMachineLearningワークスペースでこのスクリプトを実行する実験を送信する必要があります。
次のコンピューティングリソースを使用できます。
MicrosoftOfficeがインストールされているMicrosoftSurfaceデバイス。企業のITポリシーにより、2つのCPUと8GBのメモリを備えたワークスペースにds-workstationという名前のコンピューティングインスタンスを追加するソフトウェアをインストールできません。8つのCPUベースのノードを備えたcpu-clusterという名前のAzureMachineLearningコンピューティングターゲット4つのCPUおよびGPUベースのノードを備えたgpu-cluster実験を送信するためのコードの実行、およびモデルのトレーニング時間を最小限に抑えるためのスクリプトの実行に使用する計算リソースを指定する必要があります。
データサイエンティストはどのリソースを使用する必要がありますか？回答するには、回答エリアで適切なオプションを選択してください。
注：正しい選択はそれぞれ1ポイントの価値があります。

注：この質問は、同じシナリオを提示する一連の質問の一部です。シリーズの各質問には、述べられた目標を達成する可能性のある独自の解決策が含まれています。一部の質問セットには複数の正しい解決策がある場合がありますが、他の質問セットには正しい解決策がない場合があります。
このセクションの質問に回答した後は、その質問に戻ることはできません。その結果、これらの質問はレビュー画面に表示されません。
Azure LearningLearningStudioで新しい実験を作成しています。
1つのクラスには、トレーニングの他のクラスよりもはるかに少ない数の観測値があります。クラスの不均衡を補うために、適切なデータサンプリング戦略を選択する必要があります。
解決策：Synthetic Minority Oversampling Technique（SMOTE）サンプリングモードを使用します。
ソリューションは目標を達成していますか？

モデルをトレーニングし、AzureMachineLearningワークスペースに登録します。これで、モデルをリアルタイムWebサービスとしてデプロイする準備が整いました。
モデルをAzureKubernetesService（AKS）推論クラスターにデプロイしますが、サービスがモデルのデプロイに関連付けられているエントリスクリプトを実行するときにエラーが発生するため、デプロイは失敗します。
コードを更新するたびにサービスを再デプロイすることなく、コードを繰り返し変更してサービスをリロードすることにより、エラーをデバッグする必要があります。
あなたは何をするべきか？

注：この質問は、同じシナリオを提示する一連の質問の一部です。シリーズの各質問には、述べられた目標を達成する可能性のある独自の解決策が含まれています。一部の質問セットには複数の正しい解決策がある場合がありますが、他の質問セットには正しい解決策がない場合があります。
このセクションの質問に回答した後は、その質問に戻ることはできません。その結果、これらの質問はレビュー画面に表示されません。
いくつかの列に欠落値が含まれている数値データセットを分析しています。
機能セットの次元に影響を与えることなく、適切な操作を使用して欠落している値をクリーンアップする必要があります。
すべての値を含めるには、完全なデータセットを分析する必要があります。
解決策：列の中央値を計算し、その中央値を列の欠落している値の代わりに使用します。
ソリューションは目標を達成していますか？

データには非線形の関係があるため、パイプラインはトレーニングデータの価格の自然対数（Ln）を計算し、モデルをトレーニングしてこの価格値の自然対数を予測し、スコアリングされたラベルの指数を計算して取得します。予測価格。
トレーニングパイプラインが展示に表示されます（[トレーニングパイプライン]タブをクリックします）。

展示に示されているように、トレーニングパイプラインからリアルタイムの推論パイプラインを作成します。（リアルタイムパイプラインラボをクリックします。）

推論パイプラインを変更して、Webサービスがスコア付きラベルの指数を予測自動車価格として返し、クライアントアプリケーションが入力値に価格値を含める必要がないようにする必要があります。
推論パイプラインに加える必要のある3つの変更はどれですか？それぞれの正解は、解決策の一部を示しています。