Azure Machine Learning ワークスペースのノートブックからコンピューティング インスタンスの data/sample.csv フォルダーに .csv ファイルをダウンロードします。ファイルには 10,000 件のレコードが含まれています。ファイル内のデータの概要統計を生成する必要があります。統計には、数値列ごとに次の情報が含まれている必要があります。
* 空でない値の数
* 平均値
* 標準偏差
* 最小値と最大値
* 25パーセンタイル、50パーセンタイル、75パーセンタイル
要約統計を生成する Python コードを完成させる必要があります。
どのコード セグメントを使用する必要がありますか? 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。

Workspace1 という名前の Azure Machine Learning ワークスペースと、DSMV1 という名前のデータ サイエンス仮想マシン (DSVM) を管理します。
Jupiter ノートブックと Python SDK v2 コードを使用して、DSMV1 で実験を行う必要があります。 メトリクスと成果物をワークスペース 1 に保存する必要があります。 まず、Python SCK v2 コードを作成して、必要なすべてのパッケージをインポートします。
メトリクスと記事をワークスペース 1 に保存するには、Python SOK v2 コードを実装する必要があります。
どの 3 つのアクション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 リストから適切なアクションを回答領域に移動し、正しい順序に並べます。

Azure Machine Learning ワークスペースがあり、ローカル コンピューターで実験を実行しています。
ローカル実験実行からのメトリックと成果物をワークスペースに保存するには、MLflow Tracking を使用する必要があります。
どの順序でアクションを実行すればよいですか? 回答するには、アクション リストからすべてのアクションを回答領域に移動し、正しい順序に並べます。

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。

コンピューティング クラスターを使用して新しい Azure Machine Learning ワークスペースを作成します。
Azure Machine Learning Python SDK v2 を使用して、コンピューティング クラスターを非同期的に作成する必要があります。
コード セグメントをどのように完了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ます。
注意: 正解を選ぶごとに1ポイント獲得できます