統計分布の非対称性を分析しています。
次の画像には、2 つのデータセットの確率分布を示す 2 つの密度曲線が含まれています。

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。

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。

Azure Machine Learning の Hyperdrive 機能を使用してモデルをトレーニングしています。
次のコードを実行して、Hyperdrive 実験を構成します。

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 で実験を作成します。10,000 行を含むトレーニング データセットを追加します。最初の 9,000 行はクラス 0 (90 パーセント) を表します。最初の 1,000 行はクラス 1 (10 パーセント) を表します。
トレーニング セットは 2 つのクラス間でアンバランスです。データ行を使用して、クラス 1 のトレーニング サンプルの数を 4,000 に増やす必要があります。合成マイノリティ オーバーサンプリング技術 (SMOTE) モジュールを実験に追加します。
モジュールを構成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。

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: 相対二乗誤差、決定係数、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?