Microsoft Designing and Implementing a Data Science Solution on Azure (DP-100日本語版) - DP-100日本語 Exam Practice Test
トレーニング クラスターと推論クラスターを含む Azure Machine Learning ワークスペースがあります。
Azure Machine Learning デザイナーを使用して分類モデルを作成する予定です。
クライアント アプリケーションが HTTP リクエストとしてデータを送信し、応答として予測を受信できることを確認する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Azure Machine Learning デザイナーを使用して分類モデルを作成する予定です。
クライアント アプリケーションが HTTP リクエストとしてデータを送信し、応答として予測を受信できることを確認する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Correct Answer:
機械学習プロジェクトのデータ処理戦略を設計します。
処理する必要があるデータには、リアルタイムで処理する必要がある非構造化フラット ファイルが含まれます。
データ変換はサーバーレスコンピューティングで実行され、ビッグデータ分析ワークロード向けに最適化される必要があります。
データ サイエンス チーム用の Azure サービスを選択する必要があります。
どのストレージおよびデータ処理サービスを使用すべきですか? 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。
処理する必要があるデータには、リアルタイムで処理する必要がある非構造化フラット ファイルが含まれます。
データ変換はサーバーレスコンピューティングで実行され、ビッグデータ分析ワークロード向けに最適化される必要があります。
データ サイエンス チーム用の Azure サービスを選択する必要があります。
どのストレージおよびデータ処理サービスを使用すべきですか? 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。
Correct Answer:
Explanation:
Azure Machine Learning ワークスペースを管理します。
パイプライン コンポーネントの出力として urijolder データ型を選択します。
構成でサポートされているデータ アクセス モードを定義する必要があります。
どのモードを定義する必要がありますか?
パイプライン コンポーネントの出力として urijolder データ型を選択します。
構成でサポートされているデータ アクセス モードを定義する必要があります。
どのモードを定義する必要がありますか?
Correct Answer: C
Vote an answer
Azure Machine Learning ワークスペースがあります。
ターミナルを使用して、ノートブックを実行するコンピューティング インスタンスを構成する予定です。
コンピューティング インスタンスに新しい R カーネルを追加する必要があります。
どの順序でアクションを実行すればよいですか? 回答するには、すべてのアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
ターミナルを使用して、ノートブックを実行するコンピューティング インスタンスを構成する予定です。
コンピューティング インスタンスに新しい R カーネルを追加する必要があります。
どの順序でアクションを実行すればよいですか? 回答するには、すべてのアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Correct Answer:
Explanation:
AmICompute クラスターとバッチ エンドポイントを含む Azure Machine Learning ワークスペースがあります。
MLflow モデルを含むリポジトリをローカルコンピューターにクローンします。モデルをバッチエンドポイントにデプロイできることを確認する必要があります。
解決策: ワークスペースにデータストアを作成します。
ソリューションは目標を満たしていますか?
MLflow モデルを含むリポジトリをローカルコンピューターにクローンします。モデルをバッチエンドポイントにデプロイできることを確認する必要があります。
解決策: ワークスペースにデータストアを作成します。
ソリューションは目標を満たしていますか?
Correct Answer: B
Vote an answer
Azure Machine Learning Studio を使用して実験を作成しています。
評価のためにデータを4つのサブセットに分割する必要があります。データには欠損値が多く含まれています。
分析用のデータを準備する必要があります。
実験を行うには適切な方法を選択する必要があります。
どの 3 つのモジュールを順番に実行する必要がありますか? 回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
注意：正解の選択肢は複数あります。正解の選択肢の中からどれを選択しても、得点は加算されます。
評価のためにデータを4つのサブセットに分割する必要があります。データには欠損値が多く含まれています。
分析用のデータを準備する必要があります。
実験を行うには適切な方法を選択する必要があります。
どの 3 つのモジュールを順番に実行する必要がありますか? 回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
注意：正解の選択肢は複数あります。正解の選択肢の中からどれを選択しても、得点は加算されます。
Correct Answer:
Explanation:
The Clean Missing Data module in Azure Machine Learning Studio, to remove, replace, or infer missing values.
Azure Machine Learning ワークスペースを作成します。
Azure Synapse コンピューティング リソースを使用して、ワークスペースにモデル トレーニング用の専用コンピューティングを実装する必要があります。ソリューションでは、専用コンピューティングをアタッチし、Azure Synapse セッションを開始する必要があります。
コンピューティング リソースを実装する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Azure Synapse コンピューティング リソースを使用して、ワークスペースにモデル トレーニング用の専用コンピューティングを実装する必要があります。ソリューションでは、専用コンピューティングをアタッチし、Azure Synapse セッションを開始する必要があります。
コンピューティング リソースを実装する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Correct Answer:
Explanation:
機械学習ワークフローを自動化プロセスとして設定します。Azure Machine Learning ワークスペースを含む Azure サブスクリプションの所有者ロールを付与します。
ユーザーの操作を必要とせずに、自動化されたプロセスがワークスペースに対して認証できるようにする認証方法を設定する必要があります。
Azure Machine Learning ワークスペースの認証を設定する必要があります。
どの 3 つの認証手順を順番に実行する必要がありますか? 回答するには、適切な認証手順を認証手順のリストから回答領域に移動し、正しい順序に並べます。
注：正解の選択肢の順序は複数あります。正解の選択肢のいずれを選択しても、得点が加算されます。
ユーザーの操作を必要とせずに、自動化されたプロセスがワークスペースに対して認証できるようにする認証方法を設定する必要があります。
Azure Machine Learning ワークスペースの認証を設定する必要があります。
どの 3 つの認証手順を順番に実行する必要がありますか? 回答するには、適切な認証手順を認証手順のリストから回答領域に移動し、正しい順序に並べます。
注：正解の選択肢の順序は複数あります。正解の選択肢のいずれを選択しても、得点が加算されます。
Correct Answer:
Explanation:
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、画像分類モデルをトレーニングするパイプラインコンポーネントを定義する予定です。このコンポーネントの実行ロジックは、modeljrain.py というファイルの train() 関数に含まれています。
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、model_train.py と同じフォルダーに train_component.py として保存します。
train_component.py の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 ポイントが付与されます。
Azure Machine Learning Python SDK v2 を使用して、画像分類モデルをトレーニングするパイプラインコンポーネントを定義する予定です。このコンポーネントの実行ロジックは、modeljrain.py というファイルの train() 関数に含まれています。
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、model_train.py と同じフォルダーに train_component.py として保存します。
train_component.py の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 ポイントが付与されます。
Correct Answer:
Explanation:
注: この問題は、同じシナリオを提示する一連の問題の一部です。一連の問題にはそれぞれ、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。問題セットによっては、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。
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予定です。
アプリケーションが、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してモデルにアクセスできるようにする必要があります。
解決：
マネージドオンラインエンドポイントを作成し、auto_modeパラメータの値をkeyに設定します。モデルをインラインエンドポイントにデプロイします。
ソリューションは目標を満たしていますか?
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。そのため、これらの質問はレビュー画面に表示されません。
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予定です。
アプリケーションが、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してモデルにアクセスできるようにする必要があります。
解決：
マネージドオンラインエンドポイントを作成し、auto_modeパラメータの値をkeyに設定します。モデルをインラインエンドポイントにデプロイします。
ソリューションは目標を満たしていますか?
Correct Answer: A
Vote an answer
Azure Machine Learning を使用して、Bandit 早期終了ポリシーによるハイパーパラメータ調整を実装します。
このポリシーでは、slack_factor を 01、評価間隔を 1、評価遅延を b に設定して使用します。
早期解約ポリシーの結果を評価する必要がある
何を評価すべきでしょうか? 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 ポイントが付与されます。
このポリシーでは、slack_factor を 01、評価間隔を 1、評価遅延を b に設定して使用します。
早期解約ポリシーの結果を評価する必要がある
何を評価すべきでしょうか? 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 ポイントが付与されます。
Correct Answer:
Explanation:
モデルの適合の問題を修正する必要があります。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。
Correct Answer:
Explanation:
Step 1: Augment the data
Scenario: Columns in each dataset contain missing and null values. The datasets also contain many outliers.
Step 2: Add the Bayesian Linear Regression module.
Scenario: You produce a regression model to predict property prices by using the Linear Regression and Bayesian Linear Regression modules.
Step 3: Configure the regularization weight.
Regularization typically is used to avoid overfitting. For example, in L2 regularization weight, type the value to use as the weight for L2 regularization. We recommend that you use a non-zero value to avoid overfitting.
Scenario:
Model fit: The model shows signs of overfitting. You need to produce a more refined regression model that reduces the overfitting.