C-サポートベクター分類を使用して、不均衡なトレーニングデータセットでマルチクラス分類を実行しています。以下に示すPythonコードを使用したC-サポートベクター分類：

C-サポートベクター分類コードを評価する必要があります。
どの評価ステートメント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。

ディープラーニング仮想マシン（DLVM）を使用して、Compute Unified Device Architecture（CUDA）計算を使用してディープラーニングモデルをトレーニングすることを計画しています。
CUDAをサポートするようにDLVMを構成する必要があります。
何を実装する必要がありますか？

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。
Azure MachineLearningStudioで新しい実験を作成しています。
1つのクラスには、トレーニングセット内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：主成分分析（PCA）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？

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。
IT部門は、次のAzureリソースグループとリソースを作成します。

IT部門は、AzureMachineLearningワークスペースにaks-clusterという名前のAzureKubernetesService（AKS）ベースの推論コンピューティングターゲットを作成します。GPUを搭載したMicrosoftSurfaceBookコンピューターがあります。Python3.6とVisualStudioCodeがインストールされています。
ディープニューラルネットワーク（DNN）モデルをトレーニングし、損失と精度のメトリックをログに記録するスクリプトを実行する必要があります。
解決策：AzureMLSDKをSurfaceBookにインストールします。Pythonコードを実行して、ワークスペースに接続します。aks-cluster計算ターゲットで実験としてトレーニングスクリプトを実行します。
ソリューションは目標を達成していますか？

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。
ロジスティック回帰アルゴリズムを使用して分類モデルをトレーニングします。
全体的なグローバル相対重要度値として、および特定の予測セットのローカル重要度の尺度として、各機能の重要度を計算することにより、モデルの予測を説明できる必要があります。
必要なグローバルおよびローカルの特徴重要度値を取得するために使用できる説明を作成する必要があります。
解決策：TabularExplainerを作成します。
ソリューションは目標を達成していますか？