DP-100 試験問題 341
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。
履歴データに基づいて気象状況を予測するモデルを作成します。
データストアからデータを読み込み、処理されたデータを機械学習モデルのトレーニング スクリプトに渡す処理スクリプトを実行するパイプラインを作成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。
履歴データに基づいて気象状況を予測するモデルを作成します。
データストアからデータを読み込み、処理されたデータを機械学習モデルのトレーニング スクリプトに渡す処理スクリプトを実行するパイプラインを作成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 342
Azure Machine Learning Studio を使用して大規模なデータストアからデータを取得しています。
システム クロックに基づくランダム サンプリング シードを使用して、テスト目的でデータのサブセットを作成する必要があります。
パーティションとサンプル モジュールを実験に追加します。
モジュールのプロパティを選択する必要があります。
どの値を選択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。
システム クロックに基づくランダム サンプリング シードを使用して、テスト目的でデータのサブセットを作成する必要があります。
パーティションとサンプル モジュールを実験に追加します。
モジュールのプロパティを選択する必要があります。
どの値を選択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 343
C-サポート ベクター分類を使用して、不均衡なトレーニング データセットでマルチクラス分類を実行します。Python コードを使用した C-サポート ベクター分類を以下に示します。
C-Support Vector 分類コードを評価する必要があります。
どの評価ステートメン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。
C-Support Vector 分類コードを評価する必要があります。
どの評価ステートメン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 344
Azure Machine Learning Studio で実験を作成します。10,000 行を含むトレーニング データセットを追加します。最初の 9,000 行はクラス 0 (90%) を表します。
残りの 1,000 行はクラス 1 (10%) を表します。
トレーニング セットは 2 つのクラス間の不均衡です。5 つのデータ行を使用して、クラス 1 のトレーニング例の数を 4,000 に増やす必要があります。実験に Synthetic Minority Oversampling Technique (SMOTE) モジュールを追加します。
モジュールを設定する必要があります。
どの値を使用すればよいですか? 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。
残りの 1,000 行はクラス 1 (10%) を表します。
トレーニング セットは 2 つのクラス間の不均衡です。5 つのデータ行を使用して、クラス 1 のトレーニング例の数を 4,000 に増やす必要があります。実験に Synthetic Minority Oversampling Technique (SMOTE) モジュールを追加します。
モジュールを設定する必要があります。
どの値を使用すればよいですか? 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 345
トレーニング済みのモデルに対してリアルタイム推論サービスをデプロイします。
デプロイされたモデルはビジネスクリティカルなアプリケーションをサポートするため、Web サービスに送信されたデータと、そのデータによって生成される予測を監視できることが重要です。
最小限の管理労力で、デプロイされたモデルの監視ソリューションを実装する必要があります。
何をすべきでしょうか?
デプロイされたモデルはビジネスクリティカルなアプリケーションをサポートするため、Web サービスに送信されたデータと、そのデータによって生成される予測を監視できることが重要です。
最小限の管理労力で、デプロイされたモデルの監視ソリューションを実装する必要があります。
何をすべきでしょうか?
