Azure MachineLearningStudioを使用してバイナリ分類モデルを作成します。
モデルを評価するには、受信者動作特性（RO C）曲線とF1スコアを使用する必要があります。
必要なビジネス指標を作成する必要があります。
どのように実験を完了する必要がありますか？回答するには、回答領域のダイアログボックスで適切なオプションを選択します。
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。
スクリプトという名前のローカルフォルダーにtrain.pyという名前のPythonスクリプトがあります。スクリプトは、scikit-learnを使用して回帰モデルをトレーニングします。スクリプトには、scriptsフォルダーにもあるトレーニングデータファイルをロードするためのコードが含まれています。
スクリプトは、aml-computeという名前の計算クラスターでAzureML実験として実行する必要があります。
モデルトレーニングに必要なパッケージが環境に含まれるように、実行を構成する必要があります。ターゲットの計算クラスターを参照するaml-computeという名前の変数をインスタンス化しました。
解決策：次のコードを実行します。

ソリューションは目標を達成していますか？

AzureのWindowsおよびLinux用のデータサイエンス仮想マシン（DSVM）を使用します。
DSVMにアクセスする必要があります。
どのユーティリティ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。

チームデータサイエンス環境を構築することを計画しています。機械学習パイプラインのトレーニングモデルのデータは、サイズが20GBを超えます。
次の要件があります。
モデルは、Caffe2またはChainerフレームワークを使用して構築する必要があります。

データサイエンティストは、データサイエンス環境を使用して機械学習パイプラインを構築できる必要があります

接続されたネットワーク環境と切断されたネットワーク環境の両方で、個人のデバイスでモデルをトレーニングします。
パーソナルデバイスは、ネットワークに接続されている場合、機械学習パイプラインの更新をサポートする必要があります。
データサイエンス環境を選択する必要があります。
どの環境を使用する必要がありますか？

テスト要件に従って、データを分割する方法を特定する必要があります。
どのプロパティを選択する必要がありますか？回答するには、適切なオプションを選択します-、回答エリアで。ノート：
それぞれの正しい選択は1ポイントの価値があります。