あなたは、鳥類の健康と渡りを追跡するプロジェクトのリードデータサイエンティストです。専門家が収集したラベル付きの鳥類写真セットを用いて、複数画像分類のディープラーニングモデルを作成します。このモデルを用いて、アプリユーザーが撮影した鳥類の種類を予測するクロスプラットフォームのモバイルアプリを開発する予定です。
トレーニング済みのモデルをWebサービスとしてテストし、デプロイする必要があります。デプロイされたモデルは以下の要件を満たしている必要があります。
テストには認証された接続は必要ありません。
デプロイされたモデルは、推論中に低レイテンシで実行する必要があります。
REST エンドポイントはスケーラブルである必要があり、複数のエンドユーザーがモバイル アプリケーションを使用しているときに大量のリクエストを処理できる容量が必要です。
有効な REST リクエストが送信されたときに、Web サービスが期待される JSON 形式で予測を返すことを確認する必要があります。
どのコンピューティング リソース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。

Azure Machine Learning Studio を使用してバイナリ分類モデルを作成します。
モデルを評価するには、受信者操作特性 (RO C) 曲線と F1 スコアを使用する必要があります。
必要なビジネス メトリックを作成する必要があります。
実験をどのように完了すればよいですか? 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。

以前に、CSV ファイルのフォルダーに基づく training-dataset という表形式のデータセットを使用してトレーニングされたモデルをデプロイしました。
時間の経過とともに、モデルによって生成された特徴量と予測ラベルが、各月のCSVファイルを含むフォルダーに収集されました。推論データを含むフォルダーに基づいて、2つの表形式のデータセットを作成しました。1つは予測ラベルを含むトレーニングデータと完全に一致するスキーマを持つ予測データセット、もう1つは特徴量列とファイル名に基づくタイムスタンプ列（日、月、年を含む）を含むスキーマを持つ特徴データセットです。
モデルのトレーニング以降の特徴データの変化傾向を特定するには、データドリフトモニターを作成する必要があります。そのためには、データドリフトモニターに必要なデータセットを定義する必要があります。
データドリフトモニターを構成するには、どのデータセットを使用すればよいでしょうか？適切なデータセットを適切なデータドリフトモニターのオプションにドラッグしてください。各ソースは、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。

Azure Machine Learning ワークスペースがあります。
Azure Machine Learning Python SDK v2 を使用してワークスペースにコンポーネントを登録する予定です。コンポーネント定義は、ローカル ファイル ./components/train/train.yml に保存されます。
ml_client オブジェクトを使用してワークスペースに接続し、必要なすべてのライブラリをインポートするコードを記述します。残りのコードを完成させる必要があります。
コードをどのように完成させるべきですか? 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。

Azure Machine Learning Studio で分類タスクを実行しています。
提供されたデータ セットに基づいて、バランスの取れたテスト サンプルとトレーニング サンプルを準備する必要があります。
データを 0.75:0.25 の比率で分割する必要があります。
各パラメータには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。