DP-100 試験問題 171
MLflow モデルを作成します。
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。
注意: 正しい選択ごとに 1 ポイントが加算されます。
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 172
モデルをトレーニングするときに、Azue Machine Learning の Hyperdrive 機能を使用して最適なハイパーパラメータ値を決定する予定です。
以下のハイパーパラメータ値の組み合わせを試すには、Hyperdrive を使用する必要があります。早期終了ポリシーを適用しないでください。
- learning_rate: 0.001から0.1までの任意の値
- バッチサイズ: 16、32、または64
Hyperdrive 実験のサンプリング方法を構成する必要があります。
どの 2 つのサンプリング方法を使用できますか。それぞれの正解が完全な解答となります。
注意: 正しい選択ごとに 1 ポイントが加算されます。
以下のハイパーパラメータ値の組み合わせを試すには、Hyperdrive を使用する必要があります。早期終了ポリシーを適用しないでください。
- learning_rate: 0.001から0.1までの任意の値
- バッチサイズ: 16、32、または64
Hyperdrive 実験のサンプリング方法を構成する必要があります。
どの 2 つのサンプリング方法を使用できますか。それぞれの正解が完全な解答となります。
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 173
ある都市の住宅販売データを含むデータセットがあります。データセットには以下の列が含まれています。
データセット内の各行は、個々の住宅販売取引に対応します。
住宅の特徴に基づいて販売価格を予測するための最適なモデルを生成するには、自動化された機械学習を使用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。
データセット内の各行は、個々の住宅販売取引に対応します。
住宅の特徴に基づいて販売価格を予測するための最適なモデルを生成するには、自動化された機械学習を使用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 174
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 175
STANDARD_D1 仮想マシン イメージを使用して、ComputeOne という名前の Azure Machine Learning コンピューティング ターゲットを作成します。
Azure Machine Learningワークスペースを参照するwasというPython変数を定義します。次のPythonコードを実行します。
以下の各文について、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 ポイントが加算されます。
Azure Machine Learningワークスペースを参照するwasというPython変数を定義します。次のPythonコードを実行します。
以下の各文について、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 ポイントが加算されます。
