ホットスポットに関する質問
Azure Machine Learning のリモート コンピューティングでトレーニング実験を実行しています。
実験は、mlflow および azureml-contrib-run パッケージを含む conda 環境を使用するように構成されています。
実験で生成されたメトリックを追跡するためのログ パッケージとして MLflow を使用する必要があります。
実験のスクリプト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。

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ソリューションの実装を計画しています。以下の要件があります。
* Jupyter ノートブックを実行して、機械学習モデルをインタラクティブに学習します。
* カスタム プログラミングではなくスクリプトを使用して、機械学習の概念実証用のアセットとワークフローを展開します。
要件ごとに開発手法を選択する必要があります
どの開発手法を使用すべきでしょうか? 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。
Python スクリプトを使用して Azure Machine Learning の実験を実行する予定です。このスクリプトは、実験実行コンテキストへの参照を作成し、ファイルからデータを読み込み、ラベル列の一意の値のセットを識別し、実験の実行を完了します。

実験では、データ内の一意のラベルを実行のメトリックとして記録し、後で確認できるようにする必要があります。
コメントで示されたポイントで一意のラベル値を実行メトリックとして記録するには、スクリプトにコードを追加する必要があります。
解決策: コメントを次のコードに置き換えます。
run.log_list('ラベル値', label_vals)
ソリューションは目標を満たしていますか?

Windows 用のディープ ラーニング仮想マシンを構成します。
次のことを実行するには、ツールとフレームワークを推奨する必要があります。
ディープニューラルネットワーク（DNN）モデルを構築する
インタラクティブなデータ探索と視覚化を実行する
どのツールとフレームワークを推奨すべきでしょうか？適切なツールを適切なタスクにドラッグしてください。各ツールは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かもしれません。
注意: 正しい選択ごとに 1 ポイントが加算されます。