최신Microsoft Designing and Implementing a Data Science Solution on Azure (DP-100日本語版) - DP-100日本語무료샘플문제
문제1
テスト要件に応じてデータを分割する方法を特定する必要があります。
どのプロパティを選択すべきでしょうか？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 ポイントが与えられます。
テスト要件に応じてデータを分割する方法を特定する必要があります。
どのプロパティを選択すべきでしょうか？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 ポイントが与えられます。
정답:
문제2
Azure Machine Learning ワークスペースを管理します。
Python SDK v2 を使用して、ワークスペースでスタンドアロンの Apache Spark ジョブを構成します。
Azure Machine Learning サーバーレス Spark コンピューティングを使用して、入力、出力、ユーザー ID を含むジョブを作成する必要があります。どの 2 つのクラスを構成する必要がありますか？ 正解はそれぞれソリューションの一部を示しています。2 つ選択してください。注: 正解は 1 つにつき 1 ポイントです。
Azure Machine Learning ワークスペースを管理します。
Python SDK v2 を使用して、ワークスペースでスタンドアロンの Apache Spark ジョブを構成します。
Azure Machine Learning サーバーレス Spark コンピューティングを使用して、入力、出力、ユーザー ID を含むジョブを作成する必要があります。どの 2 つのクラスを構成する必要がありますか？ 正解はそれぞれソリューションの一部を示しています。2 つ選択してください。注: 正解は 1 つにつき 1 ポイントです。
정답: C,D
문제3
パフォーマンスカーブの図に示されているように、広告応答モデルの新しいコストファクターシナリオを実装する必要があります。
どのテクニックを使用する必要がありますか？
パフォーマンスカーブの図に示されているように、広告応答モデルの新しいコストファクターシナリオを実装する必要があります。
どのテクニックを使用する必要がありますか？
정답: A
설명: (ExamPassdump 회원만 볼 수 있음)
문제4
Azure Al Foundry プロジェクトと、Azure Blob Storage に保存されている CSV ファイルがあります。この CSV ファイルを、ファイル データ型を使用して RAG のプロジェクトに基礎データとして追加する予定です。BLOB の場所を指定するために URL スキーマを指定する必要があります。どの URL スキーマを指定すればよいでしょうか？
Azure Al Foundry プロジェクトと、Azure Blob Storage に保存されている CSV ファイルがあります。この CSV ファイルを、ファイル データ型を使用して RAG のプロジェクトに基礎データとして追加する予定です。BLOB の場所を指定するために URL スキーマを指定する必要があります。どの URL スキーマを指定すればよいでしょうか？
정답: A
문제5
Azure ML SDK を使用して実験を実行する準備をしており、コンピューティングを作成する必要があります。次のコードを実行します。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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 ML SDK を使用して実験を実行する準備をしており、コンピューティングを作成する必要があります。次のコードを実行します。
以下の各文について、正しい場合は「はい」を選択してください。そうでない場合は「いいえ」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。
정답:
Explanation:
Box 1: No
If a training cluster already exists it will be used.
Box 2: Yes
The wait_for_completion method waits for the current provisioning operation to finish on the cluster.
Box 3: Yes
Low Priority VMs use Azure ' s excess capacity and are thus cheaper but risk your run being pre-empted.
Box 4: No
Need to use training_compute.delete() to deprovision and delete the AmlCompute target.
Reference:
https://notebooks.azure.com/azureml/projects/azureml-getting-started/html/how-to-use-azureml/training/train- on-amlcompute/train-on-amlcompute.ipynb
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.compute.computetarget
문제6
Azure Machine Learning Python SDK を使用して、モデルをトレーニングするためのパイプラインを定義します。
モデルのトレーニングに使用されるデータは、データストア内のフォルダーから読み取られます。
フォルダー内のデータが変更されるたびにパイプラインが自動的に実行されるようにする必要があります。
何をすべきでしょうか?
Azure Machine Learning Python SDK を使用して、モデルをトレーニングするためのパイプラインを定義します。
モデルのトレーニングに使用されるデータは、データストア内のフォルダーから読み取られます。
フォルダー内のデータが変更されるたびにパイプラインが自動的に実行されるようにする必要があります。
何をすべきでしょうか?
정답: B
설명: (ExamPassdump 회원만 볼 수 있음)
문제7
マルチクラス画像分類ディープラーニング モデルを作成します。
モデルは、パブリック Web ポータルから取得した新しい画像データを使用して、毎月再トレーニングする必要があります。Azure Machine Learning パイプラインを作成し、新しいデータを取得し、画像のサイズを標準化して、モデルを再トレーニングします。
パイプラインのスケジュールを設定するには、Azure Machine Learning Python SEX v2 を使用する必要があります。スケジュールは、頻度と間隔のプロパティを使用して定義します。頻度は「月」に設定し、間隔は「1」に設定します。
どの 3 つのクラスを順番にインスタンス化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。
マルチクラス画像分類ディープラーニング モデルを作成します。
モデルは、パブリック Web ポータルから取得した新しい画像データを使用して、毎月再トレーニングする必要があります。Azure Machine Learning パイプラインを作成し、新しいデータを取得し、画像のサイズを標準化して、モデルを再トレーニングします。
パイプラインのスケジュールを設定するには、Azure Machine Learning Python SEX v2 を使用する必要があります。スケジュールは、頻度と間隔のプロパティを使用して定義します。頻度は「月」に設定し、間隔は「1」に設定します。
どの 3 つのクラスを順番にインスタンス化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。
정답:
Explanation:
문제8
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。
ワークスペースにAzure Machine Learningサービスのデータストアを作成します。データストアには以下のファイルが含まれます。
* /data/2018/Q1 .csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/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,f1,f2,l
1、1、2、0
2、1、1、1
3.2.1.0
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データを 1 つのデータ フレームにロードする必要があります。
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満たしていますか?
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。
ワークスペースにAzure Machine Learningサービスのデータストアを作成します。データストアには以下のファイルが含まれます。
* /data/2018/Q1 .csv
* /データ/2018/Q2.csv
* /データ/2018/Q3.csv
* /データ/2018/Q4.csv
* /データ/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,f1,f2,l
1、1、2、0
2、1、1、1
3.2.1.0
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データを 1 つのデータ フレームにロードする必要があります。
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満たしていますか?
정답: B
설명: (ExamPassdump 회원만 볼 수 있음)
문제9
ある組織が、ラベル付き写真のセットを使用する多クラス画像分類ディープラーニング モデルを作成して展開します。
ソフトウェアエンジニアリングチームによると、夏季には予測ウェブサービスの推論負荷が急増しているとのことです。ウェブサービスがデプロイされているコンピューティングクラスターはフル稼働しているにもかかわらず、モデルの本番環境ウェブサービスは需要に応えられていません。
最小限のダウンタイムと最小限の管理労力で、画像分類 Web サービスのパフォーマンスを向上させる必要があります。
IT 運用チームにはどのようなアドバイスをすればよいでしょうか?
ある組織が、ラベル付き写真のセットを使用する多クラス画像分類ディープラーニング モデルを作成して展開します。
ソフトウェアエンジニアリングチームによると、夏季には予測ウェブサービスの推論負荷が急増しているとのことです。ウェブサービスがデプロイされているコンピューティングクラスターはフル稼働しているにもかかわらず、モデルの本番環境ウェブサービスは需要に応えられていません。
最小限のダウンタイムと最小限の管理労力で、画像分類 Web サービスのパフォーマンスを向上させる必要があります。
IT 運用チームにはどのようなアドバイスをすればよいでしょうか?
정답: C
설명: (ExamPassdump 회원만 볼 수 있음)
문제10
Azure Al Foundryプロジェクトを管理し、ベースモデルを微調整します。
評価中に、モデルが過剰適合しており、その応答が大きく変化していることが観察されました。微調整されたモデルを改善する必要があります。
どのハイパーパラメータを使用すべきでしょうか？ 適切なハイパーパラメータを正しい要件に移動してください。各ハイパーパラメータは1回、複数回、または全く使用しなくても構いません。コンテンツを表示するには、ペイン間の分割バーを移動したり、スクロールしたりする必要がある場合があります。注：正しい選択ごとに1ポイントが加算されます。
Azure Al Foundryプロジェクトを管理し、ベースモデルを微調整します。
評価中に、モデルが過剰適合しており、その応答が大きく変化していることが観察されました。微調整されたモデルを改善する必要があります。
どのハイパーパラメータを使用すべきでしょうか？ 適切なハイパーパラメータを正しい要件に移動してください。各ハイパーパラメータは1回、複数回、または全く使用しなくても構いません。コンテンツを表示するには、ペイン間の分割バーを移動したり、スクロールしたりする必要がある場合があります。注：正しい選択ごとに1ポイントが加算されます。
정답:
Explanation:
문제11
特徴抽出方法を選択する必要があります。
どの方法を使用する必要がありますか？
特徴抽出方法を選択する必要があります。
どの方法を使用する必要がありますか？
정답: B
설명: (ExamPassdump 회원만 볼 수 있음)
문제12
Azure Machine Learningワークスペース内のノートブックからデータを読み込み、パンダの猫フレームに表示します。データには10,000件のレコードが含まれており、各レコードは10列で構成されています。
各列における欠損値の数を特定する必要があります。
各列の欠損値の数を返すPythonコードを完成させてください。
どのコードセグメントを使用すべきですか？回答するには、回答欄で適切なオプションを選択してください。
注：正解ごとに1ポイントが加算されます。
Azure Machine Learningワークスペース内のノートブックからデータを読み込み、パンダの猫フレームに表示します。データには10,000件のレコードが含まれており、各レコードは10列で構成されています。
各列における欠損値の数を特定する必要があります。
各列の欠損値の数を返すPythonコードを完成させてください。
どのコードセグメントを使用すべきですか？回答するには、回答欄で適切なオプションを選択してください。
注：正解ごとに1ポイントが加算されます。
정답:
Explanation:
문제13
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 デザイナーを使用して、次のデータセットを実験に読み込みます。
入力データセットと同じ列とヘッダー行を持ち、両方の入力データセットのすべての行が含まれるデータセットを作成する必要があります。
解決策: Join Data モジュールを使用します。
ソリューションは目標を満たしていますか?
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 デザイナーを使用して、次のデータセットを実験に読み込みます。
入力データセットと同じ列とヘッダー行を持ち、両方の入力データセットのすべての行が含まれるデータセットを作成する必要があります。
解決策: Join Data モジュールを使用します。
ソリューションは目標を満たしていますか?
정답: A
문제14
Azure Machine Learning ワークスペースがあります。
MLflow Tracking を使用して、ログ記録と追跡の実験を設定する予定です。
精度を数値として記録し、トレーニング損失をプロットとして記録する必要があります。
コマンドをどのように完了すればよいですか? 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 ポイントが付与されます。
Azure Machine Learning ワークスペースがあります。
MLflow Tracking を使用して、ログ記録と追跡の実験を設定する予定です。
精度を数値として記録し、トレーニング損失をプロットとして記録する必要があります。
コマンドをどのように完了すればよいですか? 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 ポイントが付与されます。
정답:
Explanation:
문제15
自動機械学習を使用して回帰モデルをトレーニングする予定です。欠損値のある特徴と、明確な値がほとんどないカテゴリー特徴を持つデータがあります。
トレーニングタスクの一部として、欠損値を自動的に代入し、カテゴリカル機能をエンコードするように自動機械学習を構成する必要があります。
AutoMLConfigクラスで使用するパラメーターと値のペアはどれですか。
自動機械学習を使用して回帰モデルをトレーニングする予定です。欠損値のある特徴と、明確な値がほとんどないカテゴリー特徴を持つデータがあります。
トレーニングタスクの一部として、欠損値を自動的に代入し、カテゴリカル機能をエンコードするように自動機械学習を構成する必要があります。
AutoMLConfigクラスで使用するパラメーターと値のペアはどれですか。
정답: C
설명: (ExamPassdump 회원만 볼 수 있음)