DP-100日本語 無料問題集「Microsoft Designing and Implementing a Data Science Solution on Azure (DP-100日本語版)」
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ません。そのため、これらの質問はレビュー画面には表示されません。
機械学習モデルをトレーニングして登録します。
モデルをリアルタイム Web サービスとしてデプロイすることを計画しています。アプリケーションでモデルを使用するには、キーベースの認証を使用する必要があります。
Web サービスをデプロイする必要があります。
解決:
AciWebservice インスタンスを作成します。
ssl_enabled プロパティの値を True に設定します。
モデルをサービスにデプロイします。
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ません。そのため、これらの質問はレビュー画面には表示されません。
機械学習モデルをトレーニングして登録します。
モデルをリアルタイム Web サービスとしてデプロイすることを計画しています。アプリケーションでモデルを使用するには、キーベースの認証を使用する必要があります。
Web サービスをデプロイする必要があります。
解決:
AciWebservice インスタンスを作成します。
ssl_enabled プロパティの値を True に設定します。
モデルをサービスにデプロイします。
解決策は目標を達成できますか?
正解:A
解答を投票する
解説: (JPNTest メンバーにのみ表示されます)
Azure MachineLearningサービスで機械学習モデルをトレーニングするためのスクリプトを作成します。
次のコードを実行して、Estimatorを作成します。
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:正しい選択はそれぞれ1ポイントの価値があります。
次のコードを実行して、Estimatorを作成します。
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:正しい選択はそれぞれ1ポイントの価値があります。
正解:
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、記載された目標を達成する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もあれば、正しい解決策がない場合もあります。
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 Studioで新しい実験を作成しています。
1つのクラスは、トレーニングセットの他のクラスよりもはるかに少ない数の観測値を持ちます。
クラスの不均衡を補うために、適切なデータサンプリング戦略を選択する必要があります。
解決策:主成分分析(PCA)サンプリングモードを使用します。
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すると、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 Studioで新しい実験を作成しています。
1つのクラスは、トレーニングセットの他のクラスよりもはるかに少ない数の観測値を持ちます。
クラスの不均衡を補うために、適切なデータサンプリング戦略を選択する必要があります。
解決策:主成分分析(PCA)サンプリングモードを使用します。
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
解説: (JPNTest メンバーにのみ表示されます)
Python SDK v2 を使用して Azure Machine Learning ワークスペースを管理します。
ワークスペースにコンピューティング クラスターを作成する必要があります。コンピューティング クラスターは、ワークロードを実行し、中断を適切に処理する必要があります。まず、ワークロードに必要なコンピューティング リソースの最大量を計算し、計算に一致するようにクラスターのサイズを設定します。
クラスター定義には、次のプロパティと値が含まれます。
* name="mlcluster1"
* size="STANDARD.DS3.v2"
* min_instances=1
* maxjnstances=4
* tier="専用"
ワークロードがアクティブまたはアイドル状態の場合、コンピューティング リソースのコストを最小限に抑える必要があります。クラスター プロパティの変更は、クラスターで実行されるワークロードで使用できるコンピューティング リソースの最大量に影響を与えてはなりません。
コンピューティング リソースのコストを最小限に抑えるには、クラスター プロパティを変更する必要があります。
どのプロパティを変更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。
ワークスペースにコンピューティング クラスターを作成する必要があります。コンピューティング クラスターは、ワークロードを実行し、中断を適切に処理する必要があります。まず、ワークロードに必要なコンピューティング リソースの最大量を計算し、計算に一致するようにクラスターのサイズを設定します。
クラスター定義には、次のプロパティと値が含まれます。
* name="mlcluster1"
* size="STANDARD.DS3.v2"
* min_instances=1
* maxjnstances=4
* tier="専用"
ワークロードがアクティブまたはアイドル状態の場合、コンピューティング リソースのコストを最小限に抑える必要があります。クラスター プロパティの変更は、クラスターで実行されるワークロードで使用できるコンピューティング リソースの最大量に影響を与えてはなりません。
コンピューティング リソースのコストを最小限に抑えるには、クラスター プロパティを変更する必要があります。
どのプロパティを変更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:
Azure MachineLearningワークスペースを作成します。
DataDriftDetectorクラスを使用して、ベースラインデータセットと後続のターゲットデータセット間のデータドリフトを検出する必要があります。
コードセグメントをどのように完成させ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てください。
注:正しい選択はそれぞれ1ポイントの価値があります。
DataDriftDetectorクラスを使用して、ベースラインデータセットと後続のターゲットデータセット間のデータドリフトを検出する必要があります。
コードセグメントをどのように完成させ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てください。
注:正しい選択はそれぞれ1ポイントの価値があります。
正解:
Reference:
https://docs.microsoft.com/en-us/python/api/azureml-datadrift/azureml.datadrift.datadriftdetector(class)
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、記載された目標を達成する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もあれば、正しい解決策がない場合もあります。
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。
あなたはAzure Machine Learning Studioを使用しているデータサイエンティストです。
ターゲット列を予測するには、値を正規化して出力列をビンに生成する必要があります。
解決策:PQuantile正規化でQuantilesビニングモードを適用します。
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すると、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。
あなたはAzure Machine Learning Studioを使用しているデータサイエンティストです。
ターゲット列を予測するには、値を正規化して出力列をビンに生成する必要があります。
解決策:PQuantile正規化でQuantilesビニングモードを適用します。
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
解説: (JPNTest メンバーにのみ表示されます)
統計分布で非対称性を分析しています。
次の画像には、2つのデータセットの確率分布を示す2つの密度曲線が含まれています。
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る情報に基づいて各質問に回答する回答選択肢を選択します。
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。
次の画像には、2つのデータセットの確率分布を示す2つの密度曲線が含まれています。
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る情報に基づいて各質問に回答する回答選択肢を選択します。
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/compute-elementary-statistics
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。
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
Azure Machine Learning ワークスペースを管理しています。Azure Machine Learning Python SDK v2 と MLflow を使用して、experiment1 という名前の実験を作成します。次のコード セグメントを使用して、experiment1 の結果を確認します。
次の各文について、その文が正しい場合は「はい」を選択し、そうでない場合は「いいえ」を選択します。
次の各文について、その文が正しい場合は「はい」を選択し、そうでない場合は「いいえ」を選択します。
正解:
Azure MachineLearningワークスペースを使用します。
次のPythonコードを作成します。
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:正しい選択はそれぞれ1ポイントの価値があります。
次のPythonコードを作成します。
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:正しい選択はそれぞれ1ポイントの価値があります。
正解:
Reference:
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.scriptrunconfig
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.environment.environment