Python SDK v2 を使用して Azure Machine Learning ワークスペースを管理します。
ワークスペースにコンピューティング クラスターを作成する必要があります。コンピューティング クラスターはワークロードを実行し、中断を適切に処理する必要があります。まず、ワークロードに必要なコンピューティング リソースの最大量を計算し、計算結果に合わせてクラスターのサイズを決定します。
クラスター定義には、次のプロパティと値が含まれます。
* 名前="mlcluster1"
* サイズ="STANDARD.DS3.v2"
* 最小インスタンス数=1
* 最大インスタンス数=4
* tier="専用"
ワークロードがアクティブまたはアイドル状態のときは、コンピューティング リソースのコストを最小限に抑える必要があります。クラスター プロパティの変更は、クラスターで実行されるワークロードに使用できるコンピューティング リソースの最大量に影響を与えてはなりません。
コンピューティング リソースのコストを最小限に抑えるには、クラスターのプロパティを変更する必要があります。
どのプロパティを変更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。

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、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。

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。
Python スクリプトを使用して Azure Machine Learning 実験を実行する予定です。スクリプトは、実験実行コンテキストへの参照を作成し、ファイルからデータを読み込み、ラベル列の一意の値のセットを識別して、実験の実行を完了します。

実験では、データ内の一意のラベルを実行のメトリックとして記録し、後で確認できるようにする必要があります。
コメントで示されたポイントで実行メトリックとして一意のラベル値を記録するには、スクリプトにコードを追加する必要があります。
解決策: コメントを次のコードに置き換えます。
run.log_list('ラベル値', label_vals)
ソリューションは目標を満たしていますか?

Python SDK v2 を使用して、workspace1 という名前の Azure Machine Learning ワークスペースを管理します。
次の要件を満たすには、Azure Blot ストレージと Azure Fetes ストレージのワークスペース 1 にデータストアを登録する必要があります。
* 可能な場合は、ストレージへのアクセスに Azure Active Directory (Azure AD) 認証を使用する必要があります。
* Azure Files ストレージにアクセスする場合、workspace1 に保存されている資格情報とシークレットは、指定された期間有効である必要があります。
Workspace1 に Azure Blob および Azure ファイル ストレージを登録するために使用するセキュリティ アクセス メソッドを構成する必要があります。
どのセキュリティ アクセス メソッドを構成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。

半構造化、非構造化、構造化データの種類を分析するためのディープラーニング モデルを開発しています。
モデル構築に使用できるデータは次のとおりです。
* スポーツイベントのビデオ録画
* イベントに関するラジオ解説の書き起こし
* スポーツイベント中にキャプチャされた関連ソーシャルメディアフィードのログ
モデルを作成するための環境を選択する必要があります。
どの環境を使用すればよいですか?