トレーニング エラー値と検証エラー値に大きな差があるモデルがあります。
新しいモデルを作成し、相互検証を実行する必要があります。
Azure Machine Learning Studio を使用して、新しいモデルのパラメーター セットを特定する必要があります。
各ステップでどのモジュールを使用する必要がありますか? 回答するには、適切なモジュールを正しいステップにドラッグします。各モジュールは 1 回または複数回使用される場合もあれば、まったく使用されない場合もあります。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。

Azure Machine Learning ワークスペースを管理します。
ジョブの実行環境を定義し、コードの依存関係をカプセル化する必要があります。
Docker ビルド コンテキストから環境を構成する必要があります。
どのようにして走行セグメントを完了すればよいですか? 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。

次のバージョンのモデルを登録します。

Azure ML Python SDK を使用してトレーニング実験を実行します。実験の実行を参照するには、run という名前の変数を使用します。
実行が送信され完了したら、次のコードを実行します。

次の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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。

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。

Azure Machine Learning Studio で線形回帰モデルを開発しています。さまざまなアルゴリズムを比較する実験を実行します。
次の画像は結果データセットの出力を示しています。

ドロップダウン メニューを使用して、画像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。