Azure Machine Learning デザイナーを使用してトレーニング パイプラインを作成します。モデルのトレーニングに使用するデータを含む CSV ファイルをアップロードします。
デザイナーを使用して、次のタスクを実行するステップを含むパイプラインを作成する必要があります。
* pandas フィルター メソッドを使用してトレーニング特徴を選択します。
* naive_bayes.GaussianNB アルゴリズムに基づいてモデルをトレーニングします。
* クエリ SELECT [Scored Labels] FROM t1; を使用して、スコア付きラベル列のみを返します。どのモジュールを使用する必要がありますか? 答えるには、適切なモジュールを適切な場所にドラッグします。各モジュール名は 1 回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
注: 正しく選択するたびに 1 ポイントの価値があります。

実験の要件とデータセットに基づいて、特徴ベースの特徴選択モジュールを構成する必要があります。
モジュールのプロパティをどのように設定すればよいでしょうか? 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。

あなたは、短文形式で書かれた 12,000 件の顧客レビューを含む CSV ファイルを使用してセンチメント分析を実行しています。CSV ファイルを Azure Machine Learning Studio に追加し、実験の開始点データセットとして構成します。テキストから N グラム特徴を抽出モジュールを実験に追加して、データセットの顧客レビュー列からキー フレーズを抽出します。
カスタマー レビュー テキストから新しい N-gram 辞書を作成し、最大 N-gram サイズをトリグラムに設定する必要があります。
何を選択すればよいでしょうか? 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。

PyTorch フレームワークを使用して、マルチクラス画像分類ディープ ラーニング実験を作成します。GPU を備えたノードがある Azure コンピューティング クラスターで実験を実行する予定です。
画像分類モデルの毎月の再トレーニングを実行するには、Azure Machine Learning サービス パイプラインを定義する必要があります。パイプラインは最小限のコストで実行され、モデルのトレーニングに必要な時間を最小限に抑える必要があります。
どの 3 つのパイプライン ステップ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。

C サポート ベクトル分類を使用して、不均衡なトレーニング データセットでマルチクラス分類を実行しています。Python コードを使用した C サポート ベクターの分類を以下に示します。

C-Support Vector 分類コードを評価する必要があります。
どの評価ステートメント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。