Azure Notebooks で train-classification という名前の Azure Machine Learning 分類トレーニング実験を監視します。
モデルのトレーニング中に、table という名前のテーブルを成果物として Azure Machine Learning Studio に保存する必要があります。
MLfow を使用してメトリックを収集し、一覧表示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。

トレーニング済みのモデルを Azure Machine Learning ワークスペースに登録する予定です。
モデルに関する追加のメタデータは、キーと値の形式で保存する必要があります。作成後に新しいメタデータを追加したり、メタデータを変更または削除したりできる必要があります。
モデルを登録する必要があります。
どのパラメータを使用すればよいですか?

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可能性のある独自の解答が含まれています。質問セットによっては、複数の正解が存在する場合もあれば、正解がない場合もあります。
このセクションの質問に回答した後は、その質問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。
IT 部門は、次の Azure リソース グループとリソースを作成します。

IT部門は、Azure Machine Learningワークスペースに、aks-clusterという名前のAzure Kubernetes Service (AKS)ベースの推論コンピューティングターゲットを作成します。GPUを搭載したMicrosoft Surface Bookコンピューターがあり、Python 3.6とVisual Studio Codeがインストールされています。
ディープ ニューラル ネットワーク (DNN) モデルをトレーニングし、損失と精度のメトリックを記録するスクリプトを実行する必要があります。
解決策：Surface Book に Azure ML SDK をインストールします。Python コードを実行してワークスペースに接続します。aks-cluster コンピューティング ターゲットで、トレーニング スクリプトを実験として実行します。
ソリューションは目標を満たしていますか?

コンピューティング クラスターを使用して新しい Azure Machine Learning ワークスペースを作成します。
Azure Machine Learning Python SDK v2 を使用して、コンピューティング クラスターを非同期的に作成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: 正解ごとに1ポイント獲得

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可能性のある独自の解答が含まれています。質問セットによっては、複数の正解が存在する場合もあれば、正解がない場合もあります。
このセクションの質問に回答した後は、その質問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: TabularExplainer 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?