Azure Machine Learning サービスで機械学習モデルをトレーニングするためのスクリプトを作成します。
次のコードを実行して推定器を作成します。

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。

Azure Machine Learning Studio を使用して実験を作成しています。
評価するにはデータを 4 つのサブセットに分割する必要があります。データには欠損値が多く含まれています。
分析用にデータを準備する必要があります。
実験を行うには適切な方法を選択する必要があります。
どの 3 つのモジュール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。
注: 回答の選択肢は複数の順序で正解です。選択した正しい注文に対してクレジットを受け取ります。

Python SDK v2 を使用して、workspace1 という名前の Azure Machine Learning ワークスペースを管理します。
workspace1 のデフォルトのデータストアには、sample_dat という名前のフォルダーが含まれています
ａ．フォルダー構造には次のコンテンツが含まれます。

Python SDK v2 コードを作成して、sample.data フォルダー内のファイルのデータを Pandas データ フレームに具体化します。MLTaWe フォルダーをマテリアライゼーション ブループリントとして使用するには、Python SDK v2 コードを完成させる必要があります。コード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。

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。
Azure Machine Learning サービス データストアをワークスペースに作成します。データストアには次のファイルが含まれています。
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
すべてのファイルには次の形式でデータが保存されます。
id,f1,f2,l
1、1、2、0
2,1,1,1
3.2.1.0
次のコードを実行します。

次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルから単一のデータ フレームにデータをロードする必要があります。

解決策: 次のコードを実行します。

解決策は目標を達成できますか?

Azure Data Science Virtual Machine (DSVM) をコンピューティング ターゲットとして使用する必要があります。
Azure Machine Learning SDK for Python を使用して、既存の DSVM をワークスペースにアタッチする必要があります。
次の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。