DP-100 試験問題 116
Azure Machine Learning Studio で実験を作成します。10,000 行のトレーニング 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。最初の 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つのクラス間で不均衡です。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。
どの値を使用する必要がありますか? 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てください。
注意: 正しい選択ごとに 1 ポイントが加算されます。
トレーニングセットは2つのクラス間で不均衡です。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。
どの値を使用する必要がありますか? 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てください。
注意: 正しい選択ごとに 1 ポイントが加算されます。
DP-100 試験問題 117
Azure Machine Learning ワークスペースと新しい Azure DevOps 組織を作成します。ワークスペースにモデルを登録し、ターゲット環境にモデルをデプロイします。
ワークスペースに登録されたモデルのすべての新しいバージョンは、ターゲット環境に自動的にデプロイされる必要があります。
モデルをデプロイするには、Azure Pipelines を構成する必要があります。
どの 4 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、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
ワークスペースに登録されたモデルのすべての新しいバージョンは、ターゲット環境に自動的にデプロイされる必要があります。
モデルをデプロイするには、Azure Pipelines を構成する必要があります。
どの 4 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、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
DP-100 試験問題 118
Azure Machine Learning Service を使用して、ニューラル ネットワーク分類モデルのハイパーパラメータ探索を自動化しています。
次の要件に従ってランダム サンプリングを使用してハイパーパラメータを自動的に調整するには、ハイパーパラメータ空間を定義する必要があります。
学習率は、平均値 10、標準偏差 3 の正規分布から選択する必要があります。
バッチ サイズは 16、32、64 にする必要があります。
保持確率は、0.05 から 0.1 の範囲の均一分布から選択された値である必要があります。
Azure Machine Learning Service には、Python API の param_sampling メソッドを使用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 ポイントが加算されます。
次の要件に従ってランダム サンプリングを使用してハイパーパラメータを自動的に調整するには、ハイパーパラメータ空間を定義する必要があります。
学習率は、平均値 10、標準偏差 3 の正規分布から選択する必要があります。
バッチ サイズは 16、32、64 にする必要があります。
保持確率は、0.05 から 0.1 の範囲の均一分布から選択された値である必要があります。
Azure Machine Learning Service には、Python API の param_sampling メソッドを使用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 ポイントが加算されます。
DP-100 試験問題 119
Azure Machine Learning デザイナーを使用してトレーニング パイプラインを作成します。モデルのトレーニングに使用するデータを含む CSV ファイルをアップロードします。
デザイナーを使用して、次のタスクを実行する手順を含むパイプラインを作成する必要があります。
pandas フィルター メソッドを使用してトレーニング機能を選択します。
naive_bayes.GaussianNB アルゴリズムに基づいてモデルをトレーニングします。
SELECT [Scored Labels] FROM t1; というクエリを使用して、スコア付けされたラベル列のみを返します。どのモジュールを使用すべきでしょうか？ 答えるには、適切なモジュールを適切な場所にドラッグしてください。各モジュール名は、1回、複数回、または全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 ポイントが加算されます。
デザイナーを使用して、次のタスクを実行する手順を含むパイプラインを作成する必要があります。
pandas フィルター メソッドを使用してトレーニング機能を選択します。
naive_bayes.GaussianNB アルゴリズムに基づいてモデルをトレーニングします。
SELECT [Scored Labels] FROM t1; というクエリを使用して、スコア付けされたラベル列のみを返します。どのモジュールを使用すべきでしょうか？ 答えるには、適切なモジュールを適切な場所にドラッグしてください。各モジュール名は、1回、複数回、または全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 ポイントが加算されます。
DP-100 試験問題 120
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 コンピューターをお持ちです。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?
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 コンピューターをお持ちです。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?