[2023-08-09更新,295問] 無料Microsoft DP-100試験問題集、DP-100模擬試験(ページ 22)

DP-100 試験問題 101

統計分布の非対称性を分析しています。
次の画像には、2 つのデータセットの確率分布を示す 2 つの密度曲線が含まれています。

ドロップダウンメニューを使用して、図に示されている情報に基づいて各質問に答える回答の選択肢を選択します。
注: 正しく選択するたびに 1 ポイントの価値があります。

DP-100 試験問題 102

Azure Machine Learning の Hyperdrive 機能を使用してモデルをトレーニングしています。
次のコードを実行して、Hyperdrive 実験を構成します。

次の各ステートメントについて、そのステートメントが true の場合は [はい] を選択します。それ以外の場合は、「いいえ」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。

DP-100 試験問題 103

Azure Machine Learning のハイパードライブ機能を使用して、モデルのトレーニング時に最適なハイパーパラメーター値を決定する予定です。
次のハイパーパラメータ値の組み合わせを試すには、Hyperdrive を使用する必要があります。早期終了ポリシーを適用してはなりません。
learning_rate: 0.001 ～ 0.1 の任意の値
* バッチサイズ: 16、32、または 64
Hyperdrive 実験のサンプリング方法を構成する必要があります。使用できるサンプリング方法は 2 つありますか? それぞれの正解は完全な解決策です。
注: 正しく選択するたびに 1 ポイントの価値があります。

A. グリッドサンプリング

B. サンプリングなし

C. ベイジアンサンプリング

D. ランダムサンプリング
C: ベイジアンサンプリングはベイジアン最適化アルゴリズムに基づいており、次にサンプリングするハイパーパラメータ値をインテリジェントに選択します。以前のサンプルのパフォーマンスに基づいてサンプルが選択され、新しいサンプルによって報告されたプライマリメトリックが改善されるようになります。
ベイジアンサンプリングは早期終了ポリシーをサポートしていません
例：
azureml.train.hyperdrive からインポート BayesianParameterSampling
azureml.train.hyperdrive インポートユニフォーム、選択から
param_sampling = BayesianParameterSampling( {
"学習率": 均一(0.05, 0.1),
"バッチサイズ": 選択肢(16, 32, 64, 128)
}
）
D: ランダムサンプリングでは、ハイパーパラメータ値は定義された検索空間からランダムに選択されます。ランダムサンプリングにより、検索空間に離散ハイパーパラメータと連続ハイパーパラメータの両方を含めることができます。
不正解:
B: ハイパーパラメータ空間を離散値の中から選択できるように定義でき、定義された検索空間内のすべての値を徹底的に検索するのに十分な予算がある場合、グリッドサンプリングを使用できます。さらに、パフォーマンスの悪い実行を自動で早期終了することができるため、リソースの無駄が削減されます。
たとえば、次のスペースには合計 6 つのサンプルがあります。
azureml.train.hyperdrive からインポート GridParameterSampling
azureml.train.hyperdrive インポートの選択から
param_sampling = GridParameterSampling( {
"num_hidden_layers": 選択肢(1, 2, 3),
"バッチサイズ": 選択肢(16, 32)
}
）

DP-100 試験問題 104

トレーニングされたモデルのリアルタイム推論サービスをデプロイします。
デプロイされたモデルはビジネスクリティカルなアプリケーションをサポートしており、Web サービスに送信されたデータとそのデータが生成する予測を監視できることが重要です。
最小限の管理労力で、展開されたモデルの監視ソリューションを実装する必要があります。
あなたは何をするべきか？

A. Azure ML Studio に登録されているモデルの説明を表示します。

B. サービスエンドポイントに対して Azure Application Insights を有効にし、Azure portal でログデータを表示します。

C. モデルのトレーニングに使用された実験によって生成されたログファイルを表示します。

D. エンドポイントを参照する ML フロー追跡 URI を作成し、ML フローによって記録されたデータを表示します。

DP-100 試験問題 105

あなたは機械学習モデルを使用してインテリジェントなソリューションを構築しています。
環境は次の要件をサポートする必要があります。
* データサイエンティストはクラウド環境でノートブックを構築する必要があります
* データサイエンティストは、機械学習パイプラインで自動特徴量エンジニアリングとモデル構築を使用する必要があります。
* 動的ワーカー割り当てを備えた Spark インスタンスを使用して再トレーニングするには、ノートブックをデプロイする必要があります。
* ローカルでバージョン管理するには、ノートブックをエクスポート可能にする必要があります。
環境を作る必要があります。
どの 4 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。