Azure Machine Learning を使用して機械学習モデルを作成します。
さまざまなコンピューティング コンテキストを使用してモデルをトレーニングし、スコアを付けることを計画しています。また、Azure Machine Learning スタジオで新しいコンピューティング リソースを作成することも計画しています。
適切なコンピューティング タイプを選択する必要があります。
どのコンピューティング タイプを選択する必要がありますか? 答えるには、適切なコンピューティング タイプを正しい要件にドラッグします。各コンピューティング タイプは、1 回だけ使用することも、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。

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。
ロジスティック回帰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。
全体的なグローバル相対重要度の値として、および特定の予測セットのローカル重要度の尺度として、各特徴の重要性を計算することによって、モデルの予測を説明できなければなりません。
必要なグローバルおよびローカル フィーチャの重要度の値を取得するために使用できるエクスプローラーを作成する必要があります。
解決策: TabularExplainer を作成します。
解決策は目標を達成できますか?

ノートブックで Azure Machine Learning SDK を使用し、実験フォルダー内のスクリプト ファイルを使用して実験を実行します。
実験は失敗します。
失敗した実験のトラブルシューティングを行う必要があります。
この目標を達成するために考えられる 2 つの方法は何ですか? それぞれの正解は完全な解決策を示します。

あなたは、鳥の健康と渡りを追跡するプロジェクトの主任データ サイエンティストです。専門家が収集したラベル付きの鳥の写真のセットを使用するマルチ画像分類ディープ ラーニング モデルを作成します。このモデルを使用して、アプリ ユーザーが捕獲した鳥の種類を予測するクロスプラットフォームのモバイル アプリを開発する予定です。
トレーニングされたモデルをテストし、Web サービスとしてデプロイする必要があります。デプロイされたモデルは次の要件を満たす必要があります。
テストには認証された接続が必要であってはなりません。
デプロイされたモデルは、推論中に低遅延で実行される必要があります。
REST エンドポイントはスケーラブルである必要があり、複数のエンド ユーザーがモバイル アプリケーションを使用しているときに大量のリクエストを処理できる容量が必要です。
有効な REST リクエストが送信されたときに、Web サービスが予期した JSON 形式で予測を返すことを確認する必要があります。
どのコンピューティング リソース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。

あなたは Azure Machine Learning ワークスペースの所有者です。
カスタム ロールを使用して、コンピューティング リソースの作成または削除を防止する必要があります。ワークスペース内での他のすべての操作を許可する必要があります。
カスタム ロールを構成する必要があります。
どのように設定を完了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。