DP-100 試験問題 46
Azure Machine Learning ワークスペースを作成し、開発環境をセットアップします。Tensorflow フレームワークを使用し、エスティメーターを使用してトレーニング スクリプトを送信して、ディープ ニューラル ネットワーク (DNN) をトレーニングすることを計画しています。
トレーニング実行の計算速度を最適化する必要があります。
使用する適切な推定器と、適切なトレーニング コンピューティング ターゲット構成を選択する必要があります。
どの値を使用する必要がありますか? 回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
トレーニング実行の計算速度を最適化する必要があります。
使用する適切な推定器と、適切なトレーニング コンピューティング ターゲット構成を選択する必要があります。
どの値を使用する必要がありますか? 回答するには、回答領域で適切なオプションを選択してください。
注: 正しく選択するたびに 1 ポイントの価値があります。
DP-100 試験問題 47
アルゴリズムのハイパーパラメータを調整しています。次の表は、さまざまなハイパーパラメータ、トレーニング エラー、および検証エラーを含むデータ セットを示しています。
DP-100 試験問題 48
注: この質問は、同じシナリオを示す一連の質問の一部です。このシリーズの各質問には、指定された目標を達成でき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含まれ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すると、その質問に戻ることはできません。そのため、これらの質問はレビュー画面には表示されません。
Azure Machine Learning サービス データストアをワークスペースに作成します。データストアには次のファイルが含まれています。
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
すべてのファイルには次の形式でデータが保存されます。
id,f1,f2,l
1、1、2、0
2,1,1,1
3.2.1.0
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルから単一のデータ フレームにデータをロードする必要があります。
解決策: 次のコードを実行します。
解決策は目標を達成できますか?
このセクションの質問に回答すると、その質問に戻ることはできません。そのため、これらの質問はレビュー画面には表示されません。
Azure Machine Learning サービス データストアをワークスペースに作成します。データストアには次のファイルが含まれています。
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
すべてのファイルには次の形式でデータが保存されます。
id,f1,f2,l
1、1、2、0
2,1,1,1
3.2.1.0
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルから単一のデータ フレームにデータをロードする必要があります。
解決策: 次のコードを実行します。
解決策は目標を達成できますか?
DP-100 試験問題 49
Git リポジトリを使用して、Azure Machine Learning ワークスペースでの作業を追跡しています。
SSH を使用して Git アカウントを認証する必要があります。
どの 3 つのアクションを順番に実行する必要がありますか? 回答するには、アクションのリストから適切なアクションを回答領域に移動し、正しい順序で並べます。
SSH を使用して Git アカウントを認証する必要があります。
どの 3 つのアクションを順番に実行する必要がありますか? 回答するには、アクションのリストから適切なアクションを回答領域に移動し、正しい順序で並べます。
DP-100 試験問題 50
Azure Machine Learning Studio で実験を作成します。10,000 行を含むトレーニング データセットを追加します。最初の 9,000 行はクラス 0 (90%) を表します。
残りの 1,000 行はクラス 1 (10%) を表します。
トレーニング セットは 2 つのクラス間で不均衡です。5 データ行を使用して、クラス 1 のトレーニング サンプルの数を 4,000 に増やす必要があります。合成マイノリティ オーバーサンプリング技術 (SMOTE) モジュールを実験に追加します。
モジュールを構成する必要があります。
どの値を使用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: 正しく選択するたびに 1 ポイントの価値があります。
残りの 1,000 行はクラス 1 (10%) を表します。
トレーニング セットは 2 つのクラス間で不均衡です。5 データ行を使用して、クラス 1 のトレーニング サンプルの数を 4,000 に増やす必要があります。合成マイノリティ オーバーサンプリング技術 (SMOTE) モジュールを実験に追加します。
モジュールを構成する必要があります。
どの値を使用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: 正しく選択するたびに 1 ポイントの価値があります。
