DP-100 試験問題 136
デシジョン ツリー 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。
次の Python コードを実行して推定器を作成します。変数 feature_names はすべての機能名のリストであり、class_names はすべてのクラス名のリストです。
interpret.ext.blackbox からのインポート TabularExplainer
すべての特徴の重要性を判断することによって、すべてのクラスに対してモデルによって行われた予測を説明する必要があります。
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。
次の Python コードを実行して推定器を作成します。変数 feature_names はすべての機能名のリストであり、class_names はすべてのクラス名のリストです。
interpret.ext.blackbox からのインポート TabularExplainer
すべての特徴の重要性を判断することによって、すべてのクラスに対してモデルによって行われた予測を説明する必要があります。
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 137
機械学習モデルは、Azure Machine Learning デザイナーを使用して作成します。モデルを、Azure Kubernetes Service (AKS) 推論コンピューティング クラスター上のリアルタイム サービスとして公開します。デプロイされたエンドポイント構成には変更を加えません。
エンドポイントを使用するために必要な情報をアプリケーション開発者に提供する必要があります。
アプリケーション開発者に提供する必要がある 2 つの値はどれですか? それぞれの正解は、解決策の一部を示しています。
注: 正しく選択するたびに 1 ポイントの価値があります。
エンドポイントを使用するために必要な情報をアプリケーション開発者に提供する必要があります。
アプリケーション開発者に提供する必要がある 2 つの値はどれですか? それぞれの正解は、解決策の一部を示しています。
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 138
Azure を使用して機械学習、実験を開発しています。
次の画像は、機械学習実験の入力と出力を示しています。
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。
次の画像は、機械学習実験の入力と出力を示しています。
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 139
スペースを確保し、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 140
Azure Machine Learning Studio で新しい実験を作成しています。
多くの列に欠損値がある小さなデータセットがあります。
データでは、各列に予測子を適用する必要はありません。
欠落データのクリーンアップ モジュールを使用して欠落データを処理する予定です。
データのクリーニング方法を選択する必要があります。
どの方法を使用する必要がありますか?
多くの列に欠損値がある小さなデータセットがあります。
データでは、各列に予測子を適用する必要はありません。
欠落データのクリーンアップ モジュールを使用して欠落データを処理する予定です。
データのクリーニング方法を選択する必要があります。
どの方法を使用する必要がありますか?