DP-100 試験問題 116
Azure Machine Learning デザイナーを使用して、すべての国の国勢調査データを含むデータセットを変換しています。
データセットを 2 つのデータセットに分割するには、データ分割コンポーネントを使用する必要があります。最初のデータセットには、米国の国勢調査データが含まれている必要があります。2 番目のデータセットには、残りの国の国勢調査データが含まれている必要があります。
データセットを作成するにはコンポーネントを構成する必要があります。
どの設定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。
データセットを 2 つのデータセットに分割するには、データ分割コンポーネントを使用する必要があります。最初のデータセットには、米国の国勢調査データが含まれている必要があります。2 番目のデータセットには、残りの国の国勢調査データが含まれている必要があります。
データセットを作成するにはコンポーネントを構成する必要があります。
どの設定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 117
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。
いくつかの列に欠損値を含む数値データセットを分析しています。
特徴セットの次元に影響を与えずに、適切な操作を使用して欠損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、その中央値を列内の欠損値の置換として使用します。
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。
いくつかの列に欠損値を含む数値データセットを分析しています。
特徴セットの次元に影響を与えずに、適切な操作を使用して欠損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、その中央値を列内の欠損値の置換として使用します。
解決策は目標を達成できますか?
DP-100 試験問題 118
一連のラベル付き写真を使用するマルチクラス画像分類ディープ ラーニング モデルがあります。モデルのトレーニング時にハイパーパラメーター値を選択するには、次のコードを作成します。
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。
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 119
Azure Machine Learning Service を使用して、ニューラル ネットワーク分類モデルのハイパーパラメーター探索を自動化しています。
次の要件に従って、ランダム サンプリングを使用してハイパーパラメータを自動的に調整するには、ハイパーパラメータ空間を定義する必要があります。
※学習率は平均値10、標準偏差3の正規分布から選択する必要があります。
* バッチ サイズは 16、32、64 である必要があります。
※キープ確率は0.05～0.1の範囲の一様分布から選択した値でなければなりません。
Azure Machine Learning Service の Python API の param_sampling メソッドを使用する必要があります。
コードセグメントをどのように完成させるべきでしょうか? 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。
次の要件に従って、ランダム サンプリングを使用してハイパーパラメータを自動的に調整するには、ハイパーパラメータ空間を定義する必要があります。
※学習率は平均値10、標準偏差3の正規分布から選択する必要があります。
* バッチ サイズは 16、32、64 である必要があります。
※キープ確率は0.05～0.1の範囲の一様分布から選択した値でなければなりません。
Azure Machine Learning Service の Python API の param_sampling メソッドを使用する必要があります。
コードセグメントをどのように完成させるべきでしょうか? 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 120
次のように定義された 6 つのデータ ポイントを含む Python NumPy 配列を評価しています。
データ = [10、20、30、40、50、60]
Python Scikit-learn 機械学習ライブラリの k-fold アルゴリズム注入を使用して、次の出力を生成する必要があります。
トレイン: [10 40 50 60]、テスト: [20 30]
トレイン: [20 30 40 60]、テスト: [10 50]
トレイン: [10 20 30 50]、テスト: [40 60]
出力を生成するには、相互検証を実装する必要があります。
コードセグメントをどのように完成させるべきでしょうか? 回答するには、回答領域のダイアログ ボックスで適切なコード セグメントを選択します。
注: 正しく選択するたびに 1 ポイントの価値があります。
データ = [10、20、30、40、50、60]
Python Scikit-learn 機械学習ライブラリの k-fold アルゴリズム注入を使用して、次の出力を生成する必要があります。
トレイン: [10 40 50 60]、テスト: [20 30]
トレイン: [20 30 40 60]、テスト: [10 50]
トレイン: [10 20 30 50]、テスト: [40 60]
出力を生成するには、相互検証を実装する必要があります。
コードセグメントをどのように完成させるべきでしょうか? 回答するには、回答領域のダイアログ ボックスで適切なコード セグメントを選択します。
注: 正しく選択するたびに 1 ポイントの価値があります。
