MLflowモデルを作成する
バッチ推論を行うには、モデルを Azure Machine Learning にデプロイする必要があります。
バッチデプロイメントを作成する必要があります。
どの 2 つのコンポーネントを使用する必要がありますか? それぞれの正解は完全なソリューションを示します。
注: 正解ごとに1ポイント獲得

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行のデータを使用して、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。

Azure Machine Learning ワークスペースに複数の機械学習モデルが登録されています。
選択したモデルの公平性を評価するには、Fairlearn ダッシュボードを使用する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。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。

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 クラスターを作成します。
コンピューティングクラスターはトレーニングスクリプトを実行する必要があります。トレーニングスクリプトの実行に伴うコストは最小限に抑える必要があります。
コンピューティング クラスターを作成するには、Python スクリプトを完了する必要があります。
スクリプトをどのように完成させるべきですか? 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 ポイントが加算されます。

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。
ローカルフォルダ「scripts」に、「train.py」というPythonスクリプトがあります。このスクリプトは、scikit-learnを使用して回帰モデルをトレーニングします。このスクリプトには、同じくscriptsフォルダにあるトレーニングデータファイルを読み込むコードが含まれています。
aml-compute という名前のコンピューティング クラスターで、Azure ML 実験としてスクリプトを実行する必要があります。
実行を構成する際に、モデルのトレーニングに必要なパッケージが環境に含まれていることを確認する必要があります。ターゲットのコンピューティングクラスターを参照する aml-compute という変数をインスタンス化しました。
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?