DP-100 試験問題 256
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。
Azure Machine Learning デザイナーを使用して、次のデータセットを実験に読み込みます。
入力データセットと同じ列とヘッダー行を持ち、両方の入力データセットのすべての行を含むデータセットを作成する必要があります。
解決策: Join Data モジュールを使用します。
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。
Azure Machine Learning デザイナーを使用して、次のデータセットを実験に読み込みます。
入力データセットと同じ列とヘッダー行を持ち、両方の入力データセットのすべての行を含むデータセットを作成する必要があります。
解決策: Join Data モジュールを使用します。
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 257
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。
scripts というローカル フォルダーに train.py という Python スクリプトがあります。このスクリプトは、scikit-learn を使用して回帰モデルをトレーニングします。このスクリプトには、scripts フォルダーにあるトレーニング データ ファイルを読み込むコードが含まれています。
aml-compute という名前のコンピューティング クラスターで、Azure ML 実験としてスクリプトを実行する必要があります。
実行を構成して、環境にモデル トレーニングに必要なパッケージが含まれていることを確認する必要があります。ターゲット コンピューティング クラスターを参照する aml-compute という名前の変数をインスタンス化しました。
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。
scripts というローカル フォルダーに train.py という Python スクリプトがあります。このスクリプトは、scikit-learn を使用して回帰モデルをトレーニングします。このスクリプトには、scripts フォルダーにあるトレーニング データ ファイルを読み込むコードが含まれています。
aml-compute という名前のコンピューティング クラスターで、Azure ML 実験としてスクリプトを実行する必要があります。
実行を構成して、環境にモデル トレーニングに必要なパッケージが含まれていることを確認する必要があります。ターゲット コンピューティング クラスターを参照する aml-compute という名前の変数をインスタンス化しました。
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 258
さまざまな都市の住宅所有に関する人口統計データを調査する予定です。データは次の形式の CSV ファイルにあります。
年齢、都市、収入、住宅所有者
21,シカゴ,50000,0
35,シアトル,120000,1
23,シアトル,65000,0
45,シアトル,130000,1
18,シカゴ,48000,0
データを探索し、結果をログに記録するには、Azure Machine Learning ワークスペースで実験を実行する必要があります。実験では、次の情報をログに記録する必要があります。
データセット内の観測数
住宅所有者別の収入のボックス プロット
都市名と各都市の平均収入を含む辞書。必要な情報をログに記録するには、実験の実行オブジェクトの適切なログ記録方法を使用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しょうか? 答えるには、適切なコード セグメントを正しい場所にドラッグします。各コード セグメントは、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。
年齢、都市、収入、住宅所有者
21,シカゴ,50000,0
35,シアトル,120000,1
23,シアトル,65000,0
45,シアトル,130000,1
18,シカゴ,48000,0
データを探索し、結果をログに記録するには、Azure Machine Learning ワークスペースで実験を実行する必要があります。実験では、次の情報をログに記録する必要があります。
データセット内の観測数
住宅所有者別の収入のボックス プロット
都市名と各都市の平均収入を含む辞書。必要な情報をログに記録するには、実験の実行オブジェクトの適切なログ記録方法を使用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しょうか? 答えるには、適切なコード セグメントを正しい場所にドラッグします。各コード セグメントは、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。
DP-100 試験問題 259
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。
scripts というローカル フォルダーに train.py という Python スクリプトがあります。このスクリプトは、scikit-learn を使用して回帰モデルをトレーニングします。このスクリプトには、scripts フォルダーにあるトレーニング データ ファイルを読み込むコードが含まれています。
aml-compute という名前のコンピューティング クラスターで、Azure ML 実験としてスクリプトを実行する必要があります。
実行を構成して、環境にモデル トレーニングに必要なパッケージが含まれていることを確認する必要があります。ターゲット コンピューティング クラスターを参照する aml-compute という名前の変数をインスタンス化しました。
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。
scripts というローカル フォルダーに train.py という Python スクリプトがあります。このスクリプトは、scikit-learn を使用して回帰モデルをトレーニングします。このスクリプトには、scripts フォルダーにあるトレーニング データ ファイルを読み込むコードが含まれています。
aml-compute という名前のコンピューティング クラスターで、Azure ML 実験としてスクリプトを実行する必要があります。
実行を構成して、環境にモデル トレーニングに必要なパッケージが含まれていることを確認する必要があります。ターゲット コンピューティング クラスターを参照する aml-compute という名前の変数をインスタンス化しました。
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 260
次のように定義された 6 つのデータ ポイントを含む Python NumPy 配列を評価します。
データ = [10, 20, 30, 40, 50, 60]
Python Scikit-learn 機械学習ライブラリの k 分割アルゴリズムの埋め込みを使用して、次の出力を生成する必要があります。
トレーニング: [10 40 50 60]、テスト: [20 30]
トレーニング: [20 30 40 60]、テスト: [10 50]
トレーニング: [10 20 30 50]、テスト: [40 60]
出力を生成するには、クロス検証を実装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 ボックスで適切なコード セグメントを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
データ = [10, 20, 30, 40, 50, 60]
Python Scikit-learn 機械学習ライブラリの k 分割アルゴリズムの埋め込みを使用して、次の出力を生成する必要があります。
トレーニング: [10 40 50 60]、テスト: [20 30]
トレーニング: [20 30 40 60]、テスト: [10 50]
トレーニング: [10 20 30 50]、テスト: [40 60]
出力を生成するには、クロス検証を実装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 ボックスで適切なコード セグメントを選択します。
注意: 正しい選択ごとに 1 ポイントが付与されます。
