DP-100 試験問題 306
ディープ ラーニング仮想マシン (DLVM) を使用して、Compute Unified Device Architecture (CUDA) の計算を使用してディープ ラーニング モデルをトレーニングすることを計画しています。
CUDA をサポートするように DLVM を構成する必要があります。
何を実装する必要がありますか?
CUDA をサポートするように DLVM を構成する必要があります。
何を実装する必要がありますか?
DP-100 試験問題 307
Windows 用のディープ ラーニング仮想マシンを構成します。
次のことを実行するには、ツールとフレームワークを推奨する必要があります。
深い rwur.il ネットワーク (DNN) モデルを構築します。
インタラクティブなデータ探索と視覚化を実行します。
どのツールとフレームワークを推奨する必要がありますか? 答えるには、適切なツールを正しいタスクにドラッグします。各ツールは 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。

次のことを実行するには、ツールとフレームワークを推奨する必要があります。
深い rwur.il ネットワーク (DNN) モデルを構築します。
インタラクティブなデータ探索と視覚化を実行します。
どのツールとフレームワークを推奨する必要がありますか? 答えるには、適切なツールを正しいタスクにドラッグします。各ツールは 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。

DP-100 試験問題 308
Azure Storage BLOB コンテナー用に ml-data という名前のデータストアを定義します。コンテナーには、data.csv という名前のファイルを含む train という名前のフォルダーがあります。このファイルを使用して、Azure Machine Learning SDK を使用してモデルをトレーニングする予定です。
Azure Machine Learning SDK を使用してモデルをトレーニングし、ローカル コンピューティングで実験を実行することを計画しています。
次のコードを実行して DataReference オブジェクトを定義します。

トレーニングデータをロードする必要があります。
どのコードセグメントを使用する必要がありますか?


Azure Machine Learning SDK を使用してモデルをトレーニングし、ローカル コンピューティングで実験を実行することを計画しています。
次のコードを実行して DataReference オブジェクトを定義します。

トレーニングデータをロードする必要があります。
どのコードセグメントを使用する必要がありますか?


DP-100 試験問題 309
Python SDK v2 を使用して Azure Machine Leaning ソリューションを設計しています。
コンピューティング ターゲットを使用してソリューションをトレーニングし、デプロイする必要があります。コンピューティング ターゲットは次の要件を満たす必要があります。
* オンプレミスのコンピューティング リソースの使用を有効にします。
* 自動呼び出しをサポートします。
トレーニングと推論のためにコンピューティング ターゲットを構成する必要があります。
どのコンピューティング ターゲットを構成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。

コンピューティング ターゲットを使用してソリューションをトレーニングし、デプロイする必要があります。コンピューティング ターゲットは次の要件を満たす必要があります。
* オンプレミスのコンピューティング リソースの使用を有効にします。
* 自動呼び出しをサポートします。
トレーニングと推論のためにコンピューティング ターゲットを構成する必要があります。
どのコンピューティング ターゲットを構成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 310
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。
あなたは、学生の教育期間、学位の種類、芸術形式などの変数に応じて、学生のアートワークの価格を予測するモデルを作成しています。
まず、線形回帰モデルを作成します。
線形回帰モデルを評価する必要があります。
解決策: 次のメトリクスを使用します: 平均絶対誤差、平方根平均絶対誤差、相対絶対誤差、精度、精度、再現率、F1 スコア、および AUC。
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。
あなたは、学生の教育期間、学位の種類、芸術形式などの変数に応じて、学生のアートワークの価格を予測するモデルを作成しています。
まず、線形回帰モデルを作成します。
線形回帰モデルを評価する必要があります。
解決策: 次のメトリクスを使用します: 平均絶対誤差、平方根平均絶対誤差、相対絶対誤差、精度、精度、再現率、F1 スコア、および AUC。
解決策は目標を達成できますか?


