DP-100 試験問題 91
バイオメディカル研究会社は、実験的な医療治療の治験に人々を登録することを計画しています。
試験への患者の選択と参加をサポートするために、バイナリ分類モデルを作成してトレーニングします。
モデルには、年齢、性別、民族などの特徴が含まれています。
このモデルは、異なる民族グループの人々に対して異なるパフォーマンス メトリックを返します。
民族性機能の各カテゴリの格差を軽減および最小限に抑えるには、Fairlearn を使用する必要があります。
どのテクニックと制約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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
試験への患者の選択と参加をサポートするために、バイナリ分類モデルを作成してトレーニングします。
モデルには、年齢、性別、民族などの特徴が含まれています。
このモデルは、異なる民族グループの人々に対して異なるパフォーマンス メトリックを返します。
民族性機能の各カテゴリの格差を軽減および最小限に抑えるには、Fairlearn を使用する必要があります。
どのテクニックと制約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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DP-100 試験問題 92
Azure では、Windows および Linux 用の Data Science Virtual Machines (DSVM) を使用します。
DSVM にアクセスする必要があります。
どのユーティリティを使用すべきでしょうか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DSVM にアクセスする必要があります。
どのユーティリティを使用すべきでしょうか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DP-100 試験問題 93
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構成すればよいですか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
モジュールのプロパティをどのように構成すればよいですか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DP-100 試験問題 94
短い文章形式で書かれた 12,000 件の顧客レビューを含む CSV ファイルを使用して感情分析を実行します。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。テキストからの N-Gram 特徴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。
顧客レビューの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 3 文字に設定する必要があります。
何を選択すればよいですか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
顧客レビューの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 3 文字に設定する必要があります。
何を選択すればよいですか? 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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
DP-100 試験問題 95
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手順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機能を選択します。
* 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、スコア付けされた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? 回答するには、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、複数回、またはまったく使用されない場合があります。コンテンツを表示するには、ペイン間の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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
デザイナーを使用して、次のタスクを実行する手順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機能を選択します。
* 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、スコア付けされた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? 回答するには、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、複数回、またはまったく使用されない場合があります。コンテンツを表示するには、ペイン間の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。
注意: 正しい選択ごとに 1 ポイントが付与されます。
