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」

一連のラベル付き写真を使用するマルチクラス画像分類の深層学習モデルがあります。次のコードを作成して、モデルをトレーニングするときにハイパーパラメーター値を選択します。

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
woricspace1 という名前の Azure Machine Learning ワークスペースを作成します。ワークスペースには、MLflow を使用してローカル コンピューターからモデル トレーニング メトリックと成果物を収集する Python SDK v2 ノートブックが含まれています。
ノートブックを再利用して、ワークスペース 1 の Azure Machine Learning コンピューティング インスタンスで実行する必要があります。
データ サイエンス コードからのメトリックと成果物を継続的にログに記録する必要があります。
あなたは何をするべきか?

Azure Machine Learning ワークスペースを作成します。ワークスペースには、sample.dataset という名前のデータセット、コンピューティング インスタンス、およびコンピューティング クラスターが含まれています。データセット内のデータを準備し、準備したデータに基づいてモデルをトレーニングおよび登録する 2 段階のパイプラインを作成する必要があります。パイプラインの最初のステージには、次のコードが含まれています。

第 2 段階の入力として使用できる、スクリプトの第 1 段階の出力を含む場所を特定する必要があります。どの保管場所を使用する必要がありますか?

ホテル予約ウェブサイトの不正取引を予測するための機械学習モデルを開発およびトレーニングします。
サイトへのトラフィックはかなり異なります。このサイトでは、月曜日と金曜日にトラフィックが多く、他の日にはトラフィックがはるかに少なくなっています。休日もWebトラフィックの多い日です。モデルを、需要をサポートするために動的にスケールアップおよびスケールダウンできるコンピューティング上のAzure MachineLearningリアルタイムWebサービスエンドポイントとしてデプロイする必要があります。どのデプロイメント計算オプションを使用する必要がありますか?

解説: (GoShiken メンバーにのみ表示されます)
Azure Machine Learning の実験として Python スクリプトを実行する予定です。
スクリプトは、フォルダーの階層からファイルを読み取る必要があります。ファイルは、データセット引数としてスクリプトに渡されます。
データセット引数に適切なモードを指定する必要があります。
どの2つのモードを使用できますか?それぞれの正解は完全な解決策を示しています。
注: 正しい選択ごとに 1 ポイントの価値があります。

解説: (GoShiken メンバーにのみ表示されます)
Azure Machine Learning Designerを使用して、リアルタイムサービスエンドポイントを作成します。 Azure Machine Learning serviceコンピューティングリソースが1つあります。モデルをトレーニングし、デプロイメント用のリアルタイムパイプラインを準備します。推論パイプラインをWebサービスとして公開する必要があります。どの計算タイプを使用する必要がありますか?

解説: (GoShiken メンバーにのみ表示されます)
Azure Machine Learning ワークスペースは、Python SDK v2 を使用して管理します。
Parquet 形式で保存されたデータ ファイルを使用して分類モデルを生成するには、自動機械学習ジョブを作成する必要があります。ジョブの自動スケーリング コンピューティング ターゲットとデータ資産を構成する必要があります。
ジョブのリソースを構成する必要があります。
どのリソース構成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 モデルを作成して、モデル ファイルと軽蔑スクリプトを含めます。モデルをデプロイする必要があります。導入ソリューションは次の要件を満たす必要があります。
* ほぼリアルタイムの推論を提供します。
* エンドポイントおよび展開レベルのコスト見積もりを有効にします。
* Azure Log Analytics へのログ記録をサポートします。
導入ソリューションを構成する必要があります。
何を設定すればよいでしょうか? 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:
ローカルの機械学習パイプラインのパフォーマンスの問題を解決する必要があります。あなたは何をするべきか?

Azure Machine Learning ワークスペースを管理します。Azure Machine Learning Python SDK v2 を使用してトレーニング ジョブを送信します。メトリック、モデル パラメーター、およびモードをログに記録するには、MLflow を使用する必要があります。モデルのトレーニング時にアーティファクトが自動的に生成されます。
次のコード セグメントを記述することから始めます。

次の各ステートメントについて、[Yes If statement is true] を選択します。それ以外の場合は、[いいえ] を選択します。
正解:
Azure Machine Learning ワークスペースを作成し、tram.py という名前の Python トレーニング スクリプトを src サブフォルダーに読み込みます。モデルのトレーニングに使用されるデータセットは、ローカルで利用できます。次のスクリプトを実行して、モデルをトラムします。

指示: 次の各ステートメントについて、ステートメントが正しい場合は [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:
あなたは、12,000 件のカスタマー レビューを短文形式で記述した CSV ファイルを使用して、感情分析を実行しています。 CSV ファイルを Azure Machine Learning Studio に追加し、実験の開始点データセットとして構成します。テキストから N-Gram 機能を抽出モジュールを実験に追加して、データセットのカスタマー レビュー列からキー フレーズを抽出します。
カスタマー レビュー テキストから新しい n-gram ディクショナリを作成し、n-gram の最大サイズを trigrams に設定する必要があります。
何を選べばいい?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: 正しい選択ごとに 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/extract-n-gram-features-from-text
Age 列に異常値が存在するかどうかを視覚的に識別し、異常値を削除する前に異常値を定量化する必要があります。
順番に使用する必要がある 3 つの Azure Machine Learning Studio モジュールはどれですか?回答するには、該当するモジュールをモジュールのリストから回答エリアに移動し、正しい順序で並べてください。
正解:

1 - Create Scatterplot
2 - Summarize Data
3 - Clip Values
Reference:
https://blogs.msdn.microsoft.com/azuredev/2017/05/27/data-cleansing-tools-in-azure-machine-learning/
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/clip-values
デザイナを使用して、分類モデルのトレーニングパイプラインを作成します。パイプラインは、モデルのトレーニングに必要な機能とラベルを含むデータセットを使用します。
トレーニングパイプラインからリアルタイムの推論パイプラインを作成します。生成されたWebサービス入力のスキーマがデータセットに基づいており、モデルが予測するラベル列が含まれていることがわかります。サービスを使用するクライアントアプリケーションは、この値を送信する必要はありません。
要件を満たすために、推論パイプラインを変更する必要があります。
あなたは何をするべきか?

解説: (GoShiken メンバーにのみ表示されます)