DP-100 試験問題 181
Azure Machine Learning ワークスペースを使用しています。モデル テスト用の環境と運用用の環境をセットアップします。
テスト用のコンピューティング ターゲットでは、コストとデプロイメントの労力を最小限に抑える必要があります。運用用のコンピューティング ターゲットでは、応答時間が短く、デプロイされたサービスの自動スケーリングが可能で、リアルタイムの推論をサポートする必要があります。
モデルのテストと運用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ます。
注意: 正しい選択ごとに 1 ポイントが付与されます。
テスト用のコンピューティング ターゲットでは、コストとデプロイメントの労力を最小限に抑える必要があります。運用用のコンピューティング ターゲットでは、応答時間が短く、デプロイされたサービスの自動スケーリングが可能で、リアルタイムの推論をサポートする必要があります。
モデルのテストと運用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 182
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。
次の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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。
次のコードを実行して、Hyperdrive 実験を構成します。
次の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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 183
2 つの異なる年齢グループ内で糖尿病の陽性症例を予測するバイナリ分類器があります。
分類器は年齢グループ間で大きな差異を示しています。
分類器の出力を変更して、年齢グループ間の公平性を最大化し、次の要件を満たす必要があります。
* 分類器のベースとなるモデルを再トレーニングする必要がなくなります。
* 年齢層間での真陽性率と偽陽性率の差を最小限に抑えます。
どのアルゴリズムとパンティ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ます。 注意: 正しい選択ごとに 1 ポイントが付与されます。
分類器は年齢グループ間で大きな差異を示しています。
分類器の出力を変更して、年齢グループ間の公平性を最大化し、次の要件を満たす必要があります。
* 分類器のベースとなるモデルを再トレーニングする必要がなくなります。
* 年齢層間での真陽性率と偽陽性率の差を最小限に抑えます。
どのアルゴリズムとパンティ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 184
決定木アルゴリズムを使用して分類モデルをトレーニングします。
次の Python コードを実行して推定子を作成します。変数 feature_names はすべての機能名のリストであり、class_names はすべての機能名のリストです。
からinterpret.ext.blackboxをインポートします。
すべての機能の重要性を決定することによって、すべてのクラスに対してモデルによって行われた予測を説明する必要があります。
次の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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。
次の Python コードを実行して推定子を作成します。変数 feature_names はすべての機能名のリストであり、class_names はすべての機能名のリストです。
からinterpret.ext.blackboxをインポートします。
すべての機能の重要性を決定することによって、すべてのクラスに対してモデルによって行われた予測を説明する必要があります。
次の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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 185
Azure Container Instance にモデルをデプロイします。
モデル API を呼び出すには、Azure Machine Learning SDK を使用する必要があります。
ネイティブ SDK クラスとメソッドを使用して、デプロイされたモデルを呼び出す必要があります。
コマンドをどのように完了すればよいですか? 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。
モデル API を呼び出すには、Azure Machine Learning SDK を使用する必要があります。
ネイティブ SDK クラスとメソッドを使用して、デプロイされたモデルを呼び出す必要があります。
コマンドをどのように完了すればよいですか? 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。
