DP-100日本語試験無料問題集「Microsoft Designing and Implementing a Data Science Solution on Azure (DP-100日本語版) 認定」
注: この質問は、同じシナリオを示す一連の質問の一部です。このシリーズの各質問には、指定された目標を達成できる可能性のある独自の解決策が含まれています。一部の質問セットには複数の正しい解決策が含まれる場合がありますが、他の質問セットには正しい解決策がない場合があります。
このセクションの質問に回答すると、その質問に戻ることはできなくなり、これらの質問はレビュー画面に表示されなくなります。
Azure Machine Learning モデルをトレーニングして登録します。
モデルをオンライン エンドポイントにデプロイすることを計画しています。
アプリケーションがモデルにアクセスするために、有効期限のないアーティファクトを使用した認証方法を使用できることを確認する必要があります。
解決:
Kubernetes オンライン エンドポイントを作成し、その auth-mode パラメーターの値を amyl Token に設定します。モデルをオンライン エンドポイントにデプロイします。
解決策は目標を達成できますか?
このセクションの質問に回答すると、その質問に戻ることはできなくなり、これらの質問はレビュー画面に表示されなくなります。
Azure Machine Learning モデルをトレーニングして登録します。
モデルをオンライン エンドポイントにデプロイすることを計画しています。
アプリケーションがモデルにアクセスするために、有効期限のないアーティファクトを使用した認証方法を使用できることを確認する必要があります。
解決:
Kubernetes オンライン エンドポイントを作成し、その auth-mode パラメーターの値を amyl Token に設定します。モデルをオンライン エンドポイントにデプロイします。
解決策は目標を達成できますか?
正解:B
解答を投票する
実験の要件とデータセットに基づいて、機能ベースの機能選択モジュールを構成する必要があります。
モジュールのプロパティをどのように構成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ます。
注:それぞれの正しい選択には1ポイントの価値があります。
モジュールのプロパティをどのように構成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ます。
注:それぞれの正しい選択には1ポイントの価値があります。
正解:
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/filter-based-feature-selection
画像分類用の深層学習畳み込みニューラル ネットワーク モデルを構築する準備をしています。CUDA デバイスを使用してモデルをトレーニングするスクリプトを作成します。
このスクリプトを実行する実験を Azure Machine Learning ワークスペースで送信する必要があります。
次のコンピューティング リソースが利用可能です。
Microsoft Office がインストールされている Microsoft Surface デバイス。企業の IT ポリシーにより、追加ソフトウェアのインストールが禁止されています。 2 つの CPU と 8 GB のメモリを備えたワークスペース内の ds-workstation という名前のコンピューティング インスタンス 8 つの CPU ベースのノードを備えた cpu-cluster という名前の Azure Machine Learning コンピューティング ターゲット4 つの CPU および GPU ベースのノードを備えた gpu クラスター 実験を送信するためのコードの実行と、モデルのトレーニング時間を最小限に抑えるためのスクリプトの実行に使用するコンピューティング リソースを指定する必要があります。
データサイエンティストはどの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: 正しく選択するたびに 1 ポイントの価値があります。
このスクリプトを実行する実験を Azure Machine Learning ワークスペースで送信する必要があります。
次のコンピューティング リソースが利用可能です。
Microsoft Office がインストールされている Microsoft Surface デバイス。企業の IT ポリシーにより、追加ソフトウェアのインストールが禁止されています。 2 つの CPU と 8 GB のメモリを備えたワークスペース内の ds-workstation という名前のコンピューティング インスタンス 8 つの CPU ベースのノードを備えた cpu-cluster という名前の Azure Machine Learning コンピューティング ターゲット4 つの CPU および GPU ベースのノードを備えた gpu クラスター 実験を送信するためのコードの実行と、モデルのトレーニング時間を最小限に抑えるためのスクリプトの実行に使用するコンピューティング リソースを指定する必要があります。
データサイエンティストはどの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: 正しく選択するたびに 1 ポイントの価値があります。
正解:
Azure Machine Learning ワークスペースを管理しています。ワークスペースを管理する開発環境は、Azure Machine Learning Notebooks で Python SDK v2 を使用するように構成されています。現在、Synapse Spark Compute がアタッチされており、システム割り当て ID を使用しています。Python コードを使用して Synapse Spark Compute 10 を更新し、ユーザー割り当て ID を使用する必要があります。
解決策: 適切な ID タイプを使用して IdentityConfiguration クラスを構成します。この解決策は目標を満たしていますか?
解決策: 適切な ID タイプを使用して IdentityConfiguration クラスを構成します。この解決策は目標を満たしていますか?
正解:A
解答を投票する
Azure Machine Learningのハイパードライブ機能を使用してモデルをトレーニングしています。
次のコードを実行して、Hyperdrive実験を構成します。
次の各ステートメントについて、ステートメントがtrueの場合は[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注:それぞれの正しい選択は1ポイントの価値があります。
次のコードを実行して、Hyperdrive実験を構成します。
次の各ステートメントについて、ステートメントがtrueの場合は[はい]を選択します。それ以外の場合は、[いいえ]を選択します。
注:それぞれの正しい選択は1ポイントの価値があります。
正解:
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
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。シリーズの各質問には、指定された目標を満たす可能性のある独自のソリューションが含まれています。一部の質問セットには複数の正しい解決策がある場合がありますが、他の質問セットには正しい解決策がない場合があります。
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。その結果、これらの質問はレビュー画面に表示されません。
Azure Machine Learningサービスのデータストアをワークスペースに作成します。データストアには次のファイルが含まれています。
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
id、M、f2、l
1,1,2,0
2,1,1,1
32、10
次のコードを実行します。
次のコードを使用して、training_dataという名前のデータセットを作成し、すべてのファイルから単一のデータフレームにデータを読み込む必要があります。
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達成していますか?
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。その結果、これらの質問はレビュー画面に表示されません。
Azure Machine Learningサービスのデータストアをワークスペースに作成します。データストアには次のファイルが含まれています。
* /data/2018/Q1 .csv
* /data/2018/Q2.csv
* /data/2018/Q3.csv
* /data/2018/Q4.csv
* /data/2019/Q1.csv
すべてのファイルは、次の形式でデータを保存します。
id、M、f2、l
1,1,2,0
2,1,1,1
32、10
次のコードを実行します。
次のコードを使用して、training_dataという名前のデータセットを作成し、すべてのファイルから単一のデータフレームにデータを読み込む必要があります。
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達成していますか?
正解:A
解答を投票する
Azure Machine Learning SDK for Python を使用して、2 段階のパイプラインを実装する予定です。
パイプラインは、最初のステップから 2 番目のステップに一時データを渡します。
パイプラインの最初のステップで生成された一時データにアクセスするには、2 番目のステップで使用するクラスと対応するメソッドを特定する必要があります。
どのクラスとメソッドを識別する必要がありますか? 回答するには、回答エリアで適切なオプションを選択します。
注: それぞれの正しい選択は 1 ポイントの価値があります
パイプラインは、最初のステップから 2 番目のステップに一時データを渡します。
パイプラインの最初のステップで生成された一時データにアクセスするには、2 番目のステップで使用するクラスと対応するメソッドを特定する必要があります。
どのクラスとメソッドを識別する必要がありますか? 回答するには、回答エリアで適切なオプションを選択します。
注: それぞれの正しい選択は 1 ポイントの価値があります
正解: