DP-100 試験問題 201
短い文章形式で記述された12,000件の顧客レビューを含むCSVファイルを使用して感情分析を実行します。このCSVファイルをAzure Machine Learning Studioに追加し、実験の開始点となるデータセットとして構成します。データセット内の顧客レビュー列からキーフレーズを抽出するために、テキストからのNグラム特徴抽出モジュールを実験に追加します。
顧客レビューのテキストから新しい n-gram 辞書を作成し、最大 n-gram サイズを 3 文字に設定する必要があります。
何を選択すればよいですか? 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 ポイントが加算されます。
顧客レビューのテキストから新しい n-gram 辞書を作成し、最大 n-gram サイズを 3 文字に設定する必要があります。
何を選択すればよいですか? 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 ポイントが加算されます。
DP-100 試験問題 202
Azure AI Foundryプロジェクトを管理し、ベースモデルを微調整します
評価中に、モデルが過剰適合しており、その応答が大きく変化していることがわかりました。微調整されたモデルを改善する必要があります。
どのハイパーパラメータを使用すべきでしょうか？ 適切なハイパーパラメータを正しい要件に合わせてください。各ハイパーパラメータは1回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間の分割バーを移動したり、スクロールしたりする必要がある場合があります。注：正しい選択ごとに1ポイントが加算されます。
評価中に、モデルが過剰適合しており、その応答が大きく変化していることがわかりました。微調整されたモデルを改善する必要があります。
どのハイパーパラメータを使用すべきでしょうか？ 適切なハイパーパラメータを正しい要件に合わせてください。各ハイパーパラメータは1回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間の分割バーを移動したり、スクロールしたりする必要がある場合があります。注：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 203
大規模な糖尿病患者グループの年齢情報を含むデータセットを分析するためのコードを開発しています。Azure Machine Learningワークスペースを作成し、必要なライブラリをすべてインストールします。プライバシーバジェットを1.0に設定します。
データセットを分析し、データのプライバシーを保護する必要があります。プライバシーバジェットを使い果たす前に、コードを2回実行する必要があります。
コードを完了する必要があります。
どの値を使用すればよいですか? 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。
データセットを分析し、データのプライバシーを保護する必要があります。プライバシーバジェットを使い果たす前に、コードを2回実行する必要があります。
コードを完了する必要があります。
どの値を使用すればよいですか? 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 204
次の数値特徴を含む特徴セットがあります: X、Y、Z。
X、Y、Z 特徴のポアソン相関係数 (r 値) は次の図に示されています。
ドロップダウン メニューを使用して、グラフィックに表示された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 ポイントが加算されます。
X、Y、Z 特徴のポアソン相関係数 (r 値) は次の図に示されています。
ドロップダウン メニューを使用して、グラフィックに表示された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 ポイントが加算されます。
DP-100 試験問題 205
ローカル モデルの特徴抽出戦略を構築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。
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。
