このページはExams Labs Braindumps [ http://blog.examslabs.com ] からエクスポートされました。

エクスポート日時:Sun Jan 5 1:52:24 2025 / +0000 GMT

___________________________________________________


タイトルDP-100の試験有効なダンプを即座にダウンロードの無料アップデート[Q107-Q129]で試す

---------------------------------------------------



 即刻のダウンロードの無料更新を用いるDP-100検査の有効なダンプを試みなさい
DP-100試験問題集は必ず成功します


DP-100試験の準備をするには、技術的な知識と実務経験の組み合わせが必要です。受験者は、教師あり学習、教師なし学習、フィーチャーエンジニアリング、モデル評価などのデータサイエンスの概念に精通している必要があります。また、Azure Machine Learning、Azure Databricks、Azure Synapse AnalyticsなどのAzureサービスやツールの使用経験も必要です。DP-100試験の勉強は、データサイエンティストのキャリアアップとデータサイエンス分野における専門知識の証明に役立ちます。
DP-100試験の対象者
DP-100 試験の受験許可を受けている受験者は、Azure データサイエンティストになることを志し、Azure ベースのデータサイエンスおよび機械学習ワークロードの両方で膨大な知識を形成している人です。

 


新問題107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。このシリーズの各問題には、指定された目標を満たす可能性のあるユニークな解答が含まれています。このセクションの問題に解答した後、その問題に戻ることはできません。ワークスペースに Azure Machine Learning サービス データストアを作成します。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格納します：id,f1,f2i1,1.2,02,1,1,3,2.1,0次のコードを実行します：training_dataという名前のデータセットを作成し、次のコードを使用して、すべてのファイルから1つのデータ・フレームにデータをロードする必要があります：次のコードを実行してください。
 はい
 いいえ
Dataset.File.from_filesの代わりに、Dataset.Tabular_from_delimetedを使用します。データがクレンジングされないためです。参照:https://docs.microsoft.com/en-us/azure/machine-learning/how-to-create-register-datasetsNEW QUESTION 108TSVファイルのセットを含むAzure blobコンテナがあります。Azure blobコンテナは、Azure Machine Learningサービスワークスペースのデータストアとして登録されています。各 TSV ファイルは、同じデータスキーマを使用します。あなたは、すべての TSV ファイルのデータを一緒に集約し、次に Azure Machine Learning SDK for Python を使用して Azure Machine Learning ワークスペースのデータセットとして集約データを登録することを計画しています。注：各正解の選択は1ポイントに値する。
参考:https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.data.tabulardatasetNEW QUESTION 109あなたは、Azure Machine Learningワークスペースと新しいAzure DevOps組織を作成します。あなたはワークスペースにモデルを登録し、モデルをターゲット環境にデプロイします。ワークスペースに登録されたモデルのすべての新しいバージョンは、自動的にターゲット環境にデプロイされる必要があります。モデルをデプロイするためにAzure Pipelinesを構成する必要があります。どの4つのアクションを順番に実行する必要がありますか？回答するには、アクションのリストから適切なアクションを回答エリアに移動し、正しい順序で並べます。
説明グラフィカルユーザーインターフェイス、テキスト、アプリケーション、電子メール説明が自動的に生成されるステップ1：Azure DevOpsプロジェクトを作成するステップ2：リリースパイプラインを作成するAzure DevOps組織にサインインし、プロジェクトに移動します。ステップ3：Azure Pipelines用の機械学習拡張機能をインストールするAzure CLIとML拡張機能をインストールして構成する必要があります。ステップ 4: サービス接続の作成サービス接続の設定方法Graphical user interface, text, application, email Description automatically generatedスコープレベルで AzureMLWorkspace を選択し、次の後続のパラメーターを入力します。Graphical user interface, text, application Description automatically generated注: リリースパイプラインでモデルトリガーを有効にする方法リリースパイプラインに移動し、新しいアーティファクトを追加します。AzureML Model アーティファクトをクリックし、適切な AzureML サービス接続を選択して、ワークスペース内の利用可能なモデルから選択します。ここに示すように、モデルアーティファクトのデプロイメントトリガーを有効にします。そのモデルの新しいバージョンが登録されるたびに、リリースパイプラインがトリガーされます。参照:https://marketplace.visualstudio.com/items?itemName=ms-air-aiagility.vss-services-azuremlhttps://docs.microsoft.com/en-us/azure/devops/pipelines/targets/azure-machine-learningNEW QUESTION 110あなたは、Azure Machine Learning Studioで時系列データセットを使用しています。Split Dataモジュールを使用して、データセットをトレーニングサブセットとテストサブセットに分割する必要があります。
 正規表現分割
 Randomized splitパラメータをtrueに設定して行を分割します。
 相対式分割
 レコメンダー分割
行を分割します：データを 2 つに分割したい場合に使用します。それぞれの分割に入れるデータのパーセンテージを指定できますが、デフォルトでは 50 対 50 に分割されます。参考:https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/split-dataNEW QUESTION 111実験要件とデータセットに基づいて、Feature Based Feature Selection モジュールを設定する必要があります。モジュールのプロパティはどのように設定すればよいでしょうか？回答するには、解答エリアのダイアログボックスで適切なオプションを選択してください。
解説ボックス1：相互情報量相互情報量スコアは、次元数の多いデータセットにおいて、結合分布とターゲット変数の間の相互情報を最大化するので、特徴選択において特に有用ですボックス2：メディアン値メディアン値は特徴列で、データセットの予測変数です：MedianValue列とAvgRoomsinHouse列は、両方とも数値形式のデータを保持します。シナリオ：MedianValue 列と AvgRoomsinHouse 列は、両方とも数値形式のデータを保持しています。あなたは、2 つの列の関係をより詳細に分析するために、特徴選択アルゴリズムを選択する必要があります。参考文献： https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/filter-based-feature-selectionNEW 質問 112あなたは、次のように定義された 6 つのデータポイントを含む Python NumPy 配列を評価しています： data = [10, 20, 30, 40, 50, 60]あなたは、Python Scikit-learn 機械学習ライブラリの k-fold アルゴリズム移植を使用して、次の出力を生成する必要があります： train: [10 40 50 60], test：[20 30]train: [20 30 40 60], test：[10 50]train: [10 20 30 50], test：[40 60]出力を生成するために、クロスバリデーションを実装する必要があります。解答するには、解答エリアのダイアログボックスで適切なコードセグメントを選択してください。
参考文献:https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.KFold.htmlNEW 質問113あなたはAzure Machine Learningワークスペースを作成します。モデルは、金融機関の顧客が定期預金に加入するかどうかを予測する必要があります。このモデルは、金融機関の顧客が定期預金に加入するかどうかを予測する必要があります。2番目にスコアの高いアルゴリズムについて、モデルの予測に最も影響を与える特徴を特定する必要があります。あなたは、その特徴を特定するための労力と時間を最小にしなければなりません。回答するには、アクションのリストから適切なアクションを回答エリアに移動し、正しい順番に並べます。
1 - リストの 2 番目のアルゴリズムを選択します。2 - モデルの説明オプションを選択します。3 - 集計特徴重要度チャートを表示します。NEW QUESTION 114テスト要件に従ってデータを分割する方法を特定する必要があります。回答するには、解答エリアで適切なオプションを選択します。注：各正解の選択は1ポイントに値する。
NEW QUESTION 115あなたは、群衆センチメントローカルモデルのための特徴工学戦略を実装する必要があります。
 ピアソン相関係数を適用します。
 分散分析（ANOVA）を適用します。
 線形判別分析を適用します。
 スピアマン相関係数を適用します。
NEW QUESTION 116あなたは、Azure Machine Learningを使用してモデルを訓練し、登録します。あなたは、IT部門がAzure Machine Learningワークスペースに作成したservice-computeという名前の推論クラスタにリアルタイムWebサービスとしてモデルを本番環境にデプロイする必要があります。必要なモジュールはインポートされています。どのようにコードを完成させますか？注：各正解の選択は1ポイントに値する。
参照:https://docs.microsoft.com/en-us/azure/machine-learning/how-to-deploy-azure-kubernetes-servicehttps://docs.microsoft.com/en-us/azure/databricks/dev-tools/api/latest/aad/service-prin-aad-tokenNEW 第 117 問あなたは、Azure Machine Learning Python SDK v2 でハイパーパラメーターチューニングを使用してモデルをトレーニングしています。あなたは、以下のコードを実行することによって、ハイパーパラメータチューニング実験を構成します。注：1つの正しい選択は1ペイントの価値があります。D:mudassarUntitled.jpg
NEW QUESTION 118あなたは猫と犬を識別するためにディープラーニングモデルを交配しています。あなたは25,000枚のカラー画像を持っています。あなたは次の要件を満たす必要があります：* 学習エポック数を減らす。* ニューラルネットワークのサイズを小さくする。解答するには、解答エリアの適切なオプションを選択します。注：各正解選択は1ポイントに相当します。
NEW QUESTION 119あなたは機械学習モデルを作成しています。データセットにNULL行が含まれているデータセットがあります。Azure Machine Learning StudioのClean Missing Dataモジュールを使用して、データセット内のNULLデータと欠損データを特定し、解決する必要があります。
 平均値で置き換える
 列全体を削除する
 行全体を削除する
 ホットデッキ
行全体を削除します：データセット内の 1 つ以上の欠損値を持つ行を完全に削除します。参照:https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/clean-missing-dataNEW QUESTION 120あなたは、機械学習モデルを訓練するためにAzure Machine Learningを使用しています。あなたは、リモートでトレーニングスクリプトを実行するための計算ターゲットが必要です。あなたは次のPythonコードを実行します：
参考:https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.compute.amlcompute.amlcomputeprovisioningconfigurationhttps://docs.microsoft.com/en-us/azure/machine-learning/how-to-create-attach-compute-studioNEW QUESTION 121ある組織が、ラベル付けされた写真のセットを使用する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、デプロイしています。ソフトウェアエンジニアリングチームは、夏の間、予測Webサービスの推論負荷が高いことを報告しています。あなたは、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改善する必要があります。
 Webサービスが展開されている計算クラスタの最小ノード数を増やします。
 ノードのVMサイズを大きくして新しい計算クラスタを作成し、そのクラスタにWebサービスを再デプロイして、サービスのエンドポイントのDNS登録を更新して、新しいクラスタを指すようにします。
 Webサービスがデプロイされているコンピュート・クラスタのノードのVMサイズを大きくする。
 Webサービスがデプロイされているコンピュートクラスタのノード数を増やします。
NEW QUESTION 122あなたはあるアルゴリズムのハイパーパラメーターをチューニングしています。次の表は、異なるハイパーパラメータ、訓練誤差、および検証誤差を持つデータセットを示しています。ドロップダウンメニューを使用して、図に示された情報に基づいて各質問に回答する選択肢を選択します。
説明:ボックス 1: 4トレーニングエラーと検証エラーが低く、また最も一致するものを選択します。分散（検証エラーとトレーニングエラーの差）を最小化します。注：各正解の選択は1ポイントに値する。
説明:Box 1: from azureml.core.webservice import Webservice次のコードは、SDKを使用して、Webサービスのモデル、環境、およびエントリスクリプトをAzure Container Instancesに更新する方法を示しています:from azureml.core.import Environmentfrom azureml.core.webservice import Webservicefrom azureml.core.model import Model, InferenceConfigBox 2: predictions = service.run(input_json)例：import jsontest_sample = json.dumps({'data': [[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],[10, 9, 8, 7, 6, 5, 4, 3, 2, 1]]})test_sample = bytes(test_sample, encoding='utf8′)prediction = service.run(input_data=test_sample)print(prediction)Reference:https://docs.microsoft.com/bs-latn-ba/Azure/machine-learning/how-to-deploy-Azure-container-instancehttps://docs.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-deploymentNEW QUESTION 124モデルのトレーニング要件に従って、Permutation Feature Importanceモジュールをセットアップする必要があります。解答するには、解答エリアで適切なオプションを選択します。注：各正解の選択は 1 ポイントに相当します。
説明ボックス 1: AccuracyScenario：モデル学習プロセスでハイパーパラメータを構成し、ハイパーパラメータを使用して学習フェーズを高速化したい。さらに、この構成では、各評価区間で最もパフォーマンスの低い実行をキャンセルすることで、より成功する可能性の高いモデルに労力とリソースを振り向ける必要があります。ボックス2: R-二乗NEW QUESTION 125あなたは、モデル学習要件に対して、順列特徴重要度モジュールを構成する必要があります。回答するには、回答エリアのダイアログボックスで適切なオプションを選択してください。
参考:https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/permutation-feature-importanceNEW QUESTION 126あなたは、Python SDK v2を使用してworkspace1という名前のAzure Machine Learningワークスペースを管理します。あなたは、以下の要件を満たすために、Azure BlotストレージとAzure Fetesストレージのためにworkspace1内のデータストアを登録する必要があります。* workspace1のAzure BlobストレージとAzure Fetesストレージの登録に使用するセキュリティアクセスメソッドを構成する必要があります。注：各正解の選択は1ポイントに値する。
NEW QUESTION 127あなたはAzure Machine Learningワークスペースを作成します。あなたはAzure Machine Learning Python SDK v2を使用して計算クラスタを作成します。計算クラスタはトレーニングスクリプトを実行する必要があります。トレーニングスクリプトの実行に関連するコストを最小限に抑える必要があります。コンピュートクラスタを作成するには、Pythonスクリプトを完成させる必要があります。回答するには、回答領域で適切なオプションを選択します。注：各正解の選択は1ポイントに相当します。
新しい質問128あなたはAzure Machine Learningワークスペースを作成します。あなたは、Azure Machine LearningスタジオのノーコードAutoMLで分類モデルをトレーニングしています。モデルは、金融機関の顧客が定期預金に加入するかどうかを予測する必要がありま