DP-100 試験問題 211
x.1、x2、x3 機能に対して scikit-learn Python ライブラリを使用して機能スケーリングを実行しています。
元のデータとスケールされたデータを次の画像に示します。
ドロップダウン メニューを使用して、グラフィックに表示されている情報に基づいて各質問に答える選択肢を選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
元のデータとスケールされたデータを次の画像に示します。
ドロップダウン メニューを使用して、グラフィックに表示されている情報に基づいて各質問に答える選択肢を選択します。
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 212
注: この質問は、同じシナリオを提示する一連の質問の一部です。一連の質問にはそれぞれ、定められた目標を満たす独自の解決策が含まれています。質問セットによっては、正しい解決策が複数ある場合もあれば、正しい解決策がない場合もあります。
このセクションで質問に答えた後は、そのセクション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表示されません。
ワークスペースに Azure Machine Learning サービス データストアを作成します。データストアには次のファイルが含まれます。
* /データ/2018/Q1 .csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
id,M,f2,l
1,1,2,0
2、1、1、1
32,10
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルからデータを 1 つのデータ フレームにロードする必要があります。
解決策: 次のコードを実行します。
ソリューションは目標を満たしていますか?
このセクションで質問に答えた後は、そのセクション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表示されません。
ワークスペースに Azure Machine Learning サービス データストアを作成します。データストアには次のファイルが含まれます。
* /データ/2018/Q1 .csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
id,M,f2,l
1,1,2,0
2、1、1、1
32,10
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルからデータを 1 つのデータ フレームにロードする必要があります。
解決策: 次のコードを実行します。
ソリューションは目標を満たしていますか?
DP-100 試験問題 213
Azure Machine Learning ワークスペースとデータセットを作成します。データセットには、大規模な糖尿病患者の年齢値が含まれています。年齢値の平均を計算するには、SmartNoise ライブラリの dp.mean 関数を使用します。値は age.mean という変数に格納します。
95 パーセントの確率で返される、リリースされた平均値の間隔範囲の値を出力する必要があります。
コードを完了する必要があります。
どのコード値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: 正しい選択ごとに 1 ポイントが付与されます。
95 パーセントの確率で返される、リリースされた平均値の間隔範囲の値を出力する必要があります。
コードを完了する必要があります。
どのコード値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: 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 214
注: この質問は、同じシナリオを提示する一連の質問の一部です。一連の質問にはそれぞれ、定められた目標を満たす独自の解決策が含まれています。質問セットによっては、正しい解決策が複数ある場合もあれば、正しい解決策がない場合もあります。
このセクションで質問に答えた後は、そのセクション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表示されません。
ワークスペースに Azure Machine Learning サービス データストアを作成します。データストアには次のファイルが含まれます。
* /データ/2018/Q1.csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
ID、f1、f2i
1,1.2,0
2,1,1,
1 3,2.1,0
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルからデータを 1 つのデータ フレームにロードする必要があります。
解決策: 次のコードを実行します。
ソリューションは目標を満たしていますか?
このセクションで質問に答えた後は、そのセクション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表示されません。
ワークスペースに Azure Machine Learning サービス データストアを作成します。データストアには次のファイルが含まれます。
* /データ/2018/Q1.csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
ID、f1、f2i
1,1.2,0
2,1,1,
1 3,2.1,0
次のコードを実行します。
次のコードを使用して、training_data という名前のデータセットを作成し、すべてのファイルからデータを 1 つのデータ フレームにロードする必要があります。
解決策: 次のコードを実行します。
ソリューションは目標を満たしていますか?
DP-100 試験問題 215
Azure Machine Learning ワークスペースから実行される実験を取得するためのコードを記述します。
この実行では、Azure Machine Learning のモデル解釈サポートを使用して、モデルの説明を生成し、アップロードしました。
組織内のビジネス マネージャーは、モデル内の機能の重要性を確認したいと考えています。
モデルの特徴とその相対的な重要性を次のような出力で印刷する必要があります。
コードをどのように完成させるべきですか? 回答するには、回答エリア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。
この実行では、Azure Machine Learning のモデル解釈サポートを使用して、モデルの説明を生成し、アップロードしました。
組織内のビジネス マネージャーは、モデル内の機能の重要性を確認したいと考えています。
モデルの特徴とその相対的な重要性を次のような出力で印刷する必要があります。
コードをどのように完成させるべきですか? 回答するには、回答エリア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。
