DP-100 試験問題 311
Azure Machine Learning ワークスペースでモデルをトレーニングして登録します。
クライアント アプリケーションがバッチ推論にモデルを使用できるようにするパイプラインを公開する必要があります。入力データから予測を取得するには、Python 推論スクリプトを実行する単一の ParallelRunStep ステップを含むパイプラインを使用する必要があります。
ParallelRunStep パイプライン ステップの推論スクリプトを作成する必要があります。
どの 2 つの関数を含める必要がありますか? それぞれの正解はソリューションの一部を示しています。
注意: 正しい選択ごとに 1 ポイントが付与されます。
クライアント アプリケーションがバッチ推論にモデルを使用できるようにするパイプラインを公開する必要があります。入力データから予測を取得するには、Python 推論スクリプトを実行する単一の ParallelRunStep ステップを含むパイプラインを使用する必要があります。
ParallelRunStep パイプライン ステップの推論スクリプトを作成する必要があります。
どの 2 つの関数を含める必要がありますか? それぞれの正解はソリューションの一部を示しています。
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 312
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回答した後は、そのセクションに戻ることはできず、その結果、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: 変換の適用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回答した後は、そのセクションに戻ることはできず、その結果、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: 変換の適用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 313
Azure Machine Learning ワークスペースを管理しています。サーバーレス コンピューティングで構成されたトレーニング ジョブを設計しています。サーバーレス コンピューティングには、特定のインスタンスの種類と数が必要です。Azure Machine Learning Python SDK v2 を使用してサーバーレス コンピューティングを構成する必要があります。何をすればよいでしょうか。
DP-100 試験問題 314
バイアスと分散の問題に対処するには、グローバル ペナルティ イベント モデルの入力を変更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、正しい順序で並べます。
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、正しい順序で並べます。
DP-100 試験問題 315
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。
ロジスティック回帰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。
各機能の重要度を、全体的なグローバルな相対的重要度値として、また特定の予測セットのローカルな重要度の尺度として計算することによって、モデルの予測を説明できる必要があります。
必要なグローバルおよびローカルの特徴の重要度の値を取得するために使用できる説明を作成する必要があります。
解決策: MimicExplainer を作成します。
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。
ロジスティック回帰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。
各機能の重要度を、全体的なグローバルな相対的重要度値として、また特定の予測セットのローカルな重要度の尺度として計算することによって、モデルの予測を説明できる必要があります。
必要なグローバルおよびローカルの特徴の重要度の値を取得するために使用できる説明を作成する必要があります。
解決策: MimicExplainer を作成します。
ソリューションは目標を満たしていますか?
