最高でDP-100日本語最新の2024問題集は100%試験合格率保証付きます [Q115-Q140]

最高でDP-100日本語最新の2024問題集は100%試験合格率保証付きます

ベストな方法はMicrosoft DP-100日本語練習試験問題集

質問 # 115
モデルのトレーニング要件に合わせて、Permutation Feature Importance モジュールを構成する必要があります。
あなたは何をするべきか？回答するには、回答領域のダイアログボックスで適切なオプションを選択します。
注: 正しい選択ごとに 1 ポイントの価値があります。

正解：

解説：

質問 # 116
Azure Machine Learning を使用して、Bandit の早期終了ポリシーでハイパーパラメーターの調整を実装します。
このポリシーでは、slack_factor を 01 に設定し、評価間隔を 1 に設定し、評価遅延を b に設定します。
早期終了ポリシーの結果を評価する必要があります
あなたは何を評価すべきですか？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：

解説：

Explanation

質問 # 117
Azure Machine Learning Studioの時系列データセットを使用しています。
データの分割モジュールを使用して、データセットをトレーニングとテストのサブセットに分割する必要があります。
どの分割モードを使用する必要がありますか？

A. Randomized splitパラメーターがtrueに設定された行の分割
B. 相対式の分割
C. 正規表現の分割
D. レコメンダースプリット

正解：A

解説：
Split Rows: Use this option if you just want to divide the data into two parts. You can specify the percentage of data to put in each split, but by default, the data is divided 50-50.
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/split-data

質問 # 118
CPUベースのコンピューティングクラスターとAzureKubernetes Services（AKS）推論クラスターを含むAzure MachineLearningワークスペースがあります。分類モデルの作成に使用する予定のデータを含む表形式のデータセットを作成します。
Azure Machine Learningデザイナーを使用して、クライアントアプリケーションが新しいデータを送信し、応答として即時予測を取得することで分類モデルを利用できるWebサービスを作成する必要があります。
どの3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、適切なアクションをアクションのリストから回答領域に移動し、正しい順序で配置します。

正解：

解説：

1 - Create and start a Compute Instance
2 - Create and run a training pipeline..
3 - Create and run a real-time inference pipeline
Reference:
https://docs.microsoft.com/en-us/learn/modules/create-classification-model-azure-machine-learning-designer/

質問 # 119
Windows用のDeep Learning Virtual Machineを構成します。
以下を実行するには、ツールとフレームワークを推奨する必要があります。
深いrwur.ilネットワーク（DNN）モデルを構築します。
インタラクティブなデータ探索と視覚化を実行します。
どのツールとフレームワークをお勧めしますか？答えるには、適切なツールを正しいタスクにドラッグします。各ツールは、1回、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間で分割バーをドラッグするか、スクロールする必要がある場合があります。
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：

解説：

質問 # 120
Azureを使用して、機械学習、実験を開発しています。
次の画像は、機械学習実験の入力と出力を示しています。

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：

解説：

質問 # 121
fsi という名前のファイルシステムと、folder1 という名前のフォルダーを含む storage1 という名前の Azure Data Lake Storage Gen2 ストレージアカウントを作成します。
folder1 の内容は、Azure Machine Learning ワークスペースのコンピューティングターゲット上のジョブからアクセスできる必要があります。
フォルダー 1 を参照するための URL を構築する必要があります。
URI はどのように構築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：

解説：

質問 # 122
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つのクラスには、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があります。
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：サンプリングモードに層別分割を使用します。
ソリューションは目標を達成していますか？

A. はい
B. いいえ

正解：B

解説：
Explanation
Instead use the Synthetic Minority Oversampling Technique (SMOTE) sampling mode.
Note: SMOTE is used to increase the number of underepresented cases in a dataset used for machine learning.
SMOTE is a better way of increasing the number of rare cases than simply duplicating existing cases.
References:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/smote

質問 # 123
Azureを使用して、機械学習、実験を開発しています。
次の画像は、機械学習実験の入力と出力を示しています。

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：

解説：

質問 # 124
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：

解説：

Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/extract-n-gram-features-from-text

質問 # 125
機械学習モデルをトレーニングします。
テスト用のリアルタイム推論サービスとしてモデルをデプロイする必要があります。サービスに必要なCPU使用率は低く、RAMは48 MB未満です。デプロイされたサービスの計算ターゲットは、コストと管理オーバーヘッドを最小限に抑えながら、自動的に初期化する必要があります。
どのコンピューティングターゲットを使用する必要がありますか？

A. Azure Kubernetes Service（AKS）推論クラスター
B. Azure Machine Learningコンピューティングクラスター
C. Azureコンテナーインスタンス（ACI）
D. 接続されているAzure Databricksクラスター

正解：C

解説：
Azure Container Instances (ACI) are suitable only for small models less than 1 GB in size.
Use it for low-scale CPU-based workloads that require less than 48 GB of RAM.
Note: Microsoft recommends using single-node Azure Kubernetes Service (AKS) clusters for dev-test of larger models.
Reference:
https://docs.microsoft.com/id-id/azure/machine-learning/how-to-deploy-and-where

質問 # 126
train.pyという名前のPythonスクリプトを作成し、scriptsという名前のフォルダーに保存します。このスクリプトは、scikit-learnフレームワークを使用して、機械学習モデルをトレーニングします。
スクリプトは、ローカルワークステーションでAzure MachineLearningの実験として実行する必要があります。
train.pyスクリプトを実行する実験を開始するには、Pythonコードを作成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：

解説：

Explanation
Graphical user interface, text, application, table, Word Description automatically generated

Box 1: source_directory
source_directory: A local directory containing code files needed for a run.
Box 2: script
Script: The file path relative to the source_directory of the script to be run.
Box 3: environment
Reference:
https://docs.microsoft.com/en-us/python/api/azureml-core/azureml.core.scriptrunconfig

質問 # 127
ローカルモデルの特徴抽出戦略を構築する必要があります。
どのようにコードセグメントを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：

解説：

Explanation

質問 # 128
CSVファイルからテキストを前処理する予定です。 Azure Machine Learning Studioのデフォルトのストップワードリストをロードします。
次の要件を満たすように、テキストの前処理モジュールを構成する必要があります。
*単一の標準形式から複数の関連する単語を確認します。
*テキストからパイプ文字を削除します。
*情報検索を最適化するために単語を削除します。
どの3つのオプションを選択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には1ポイントの価値があります。

正解：

解説：

Explanation:
Box 1: Remove stop words
Remove words to optimize information retrieval.
Remove stop words: Select this option if you want to apply a predefined stopword list to the text column. Stop word removal is performed before any other processes.
Box 2: Lemmatization
Ensure that multiple related words from a single canonical form.
Lemmatization converts multiple related words to a single canonical form Box 3: Remove special characters Remove special characters: Use this option to replace any non-alphanumeric special characters with the pipe | character.
References:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/preprocess-text

質問 # 129
モデル開発戦略を実装して、ユーザーが広告に反応する傾向を判断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？

A. 相対式分割モジュールを使用して、重心距離に基づいてデータを分割します。
B. 相対式分割モジュールを使用して、イベントまでの移動距離に基づいてデータを分割します。
C. 行の分割モジュールを使用して、イベントまでの移動距離に基づいてデータを分割します。
D. 行の分割モジュールを使用して、重心距離に基づいてデータを分割します。

正解：A

解説：
Split Data partitions the rows of a dataset into two distinct sets.
The Relative Expression Split option in the Split Data module of Azure Machine Learning Studio is helpful when you need to divide a dataset into training and testing datasets using a numerical expression.
Relative Expression Split: Use this option whenever you want to apply a condition to a number column. The number could be a date/time field, a column containing age or dollar amounts, or even a percentage. For example, you might want to divide your data set depending on the cost of the items, group people by age ranges, or separate data by a calendar date.
Scenario:
Local market segmentation models will be applied before determining a user's propensity to respond to an advertisement.
The distribution of features across training and production data are not consistent References:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/split-data

質問 # 130
Azure Machine Learning ワークスペースを管理します。既存の Docker イメージを使用するトレーニングジョブの環境があります。Docker イメージの新しいバージョンが利用可能です。
Azure Machine Learning SDK v2 を使用して、環境構成用の最新バージョンの Docker イメージを使用する必要があります。何をすればよいですか?

A. conda.file を変更して、新しいバージョンの Docker イメージを指定します。
B. create.or.update メソッドを使用して、イメージのタグを変更します。
C. Environment クラスを使用して、新しいバージョンの環境を作成します。
D. 環境設定の説明パラメータを変更します。

正解：A

質問 # 131
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。

正解：

解説：

Explanation
Graphical user interface, text, application, Word Description automatically generated

Box 1: create_from_datasets
The create_from_datasets method creates a new DataDriftDetector object from a baseline tabular dataset and a target time series dataset.
Box 2: backfill
The backfill method runs a backfill job over a given specified start and end date.
Syntax: backfill(start_date, end_date, compute_target=None, create_compute_target=False) Reference:
https://docs.microsoft.com/en-us/python/api/azureml-datadrift/azureml.datadrift.datadriftdetector(class)

質問 # 132
モデルのトレーニング要件に従って、順列機能の重要度モジュールを設定する必要があります。
どのプロパティを選択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には1ポイントの価値があります。

正解：

解説：

質問 # 133
Azure Machine Learning ワークスペースを作成します。
ワークスペースデータセットでデータドリフトが検出されたときに電子メール通知を送信するように、イベントハンドラーを構成する必要があります。開発作業を最小限に抑える必要があります。
通知を送信するには、Azure サービスを構成する必要があります。
どの Azure サービスを使用する必要がありますか?

A. Azure DevOps パイプライン
B. Azure ロジックアプリ
C. Azure Function アプリ
D. Azure Automation Runbook

正解：B

質問 # 134
あなたはホテル予約のウェブサイト会社で働いているデータサイエンティストです。 Azure Machine Learningサービスを使用して、不正なトランザクションを識別するモデルをトレーニングします。
Azure Machine Learning SDKのModel.deployメソッドを使用して、モデルをAzure Machine LearningリアルタイムWebサービスとしてデプロイする必要があります。デプロイされたWebサービスは、トランザクションデータ入力に基づいて不正のリアルタイム予測を返す必要があります。
モデルのデプロイに使用されるInferenceConfigクラスのentry_scriptパラメーターとして指定されるスクリプトを作成する必要があります。
入力スクリプトは何をすべきですか？

A. 適切なタグとプロパティを使用してモデルを登録します。
B. Webサービスがデプロイされている推論クラスターでノードを起動します。
C. Webサービスコンピューティング用のConda環境を作成し、必要なPythonパッケージをインストールします。
D. 推論の計算に必要なコアの数とメモリの量を指定します。
E. モデルを読み込み、それを使用して入力データからラベルを予測します。

正解：E

解説：
Explanation
The entry script receives data submitted to a deployed web service and passes it to the model. It then takes the response returned by the model and returns that to the client. The script is specific to your model. It must understand the data that the model expects and returns.
The two things you need to accomplish in your entry script are:
Loading your model (using a function called init())
Running your model on input data (using a function called run())
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-deploy-and-where

質問 # 135
Azure Machine Learning ワークスペースがある
Azure Machine Learning SDK for Python v1 を使用してジョブを送信し、トレーニングスクリプトを実行する予定です。
トレーニングスクリプトを確実に実行するには、スクリプトを完了する必要があります。
スクリプトをどのように完成させるべきでしょうか? 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：

解説：

質問 # 136
Azure Machine Learning データセットを作成します。Azure Machine Learning デザイナーを使用して、Python スクリプトの実行コンポーネントとカスタムコードを使用してデータセットを変換します。
スクリプトと関連ライブラリをスクリプトバンドルとしてアップロードする必要があります。
Python スクリプトの実行コンポーネントを構成する必要があります。
どの構成を使用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: 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：

解説：

質問 # 137
2,000 行を含むデータセットがあります。 Azure Learning Studio を使用して、機械学習分類モデルを構築しています。実験にパーティションとサンプルモジュールを追加します。
モジュールを構成する必要があります。次の要件を満たす必要があります。
データをサブセットに分割する
ラウンドロビン方式を使用して、行をフォールドに割り当てます
データセット内の行の再利用を許可する
モジュールをどのように構成する必要がありますか?回答するには、回答領域のダイアログボックスで適切なオプションを選択します。
注: 正しい選択ごとに 1 ポイントの価値があります。

正解：

解説：

Explanation

Use the Split data into partitions option when you want to divide the dataset into subsets of the data. This option is also useful when you want to create a custom number of folds for cross-validation, or to split rows into several groups.
Add the Partition and Sample module to your experiment in Studio (classic), and connect the dataset.
For Partition or sample mode, select Assign to Folds.
Use replacement in the partitioning: Select this option if you want the sampled row to be put back into the pool of rows for potential reuse. As a result, the same row might be assigned to several folds.
If you do not use replacement (the default option), the sampled row is not put back into the pool of rows for potential reuse. As a result, each row can be assigned to only one fold.
Randomized split: Select this option if you want rows to be randomly assigned to folds.
If you do not select this option, rows are assigned to folds using the round-robin method.
References:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/partition-and-sample

質問 # 138
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。

正解：

解説：

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

質問 # 139
Azure Machine Learning デザイナーを使用してトレーニングパイプラインを作成します。モデルのトレーニングに使用するデータを含む CSV ファイルをアップロードします。
デザイナーを使用して、次のタスクを実行する手順を含むパイプラインを作成する必要があります。
pandas フィルターメソッドを使用してトレーニング機能を選択します。
naive_bayes.GaussianNB アルゴリズムに基づいてモデルをトレーニングします。
クエリ SELECT [Scored Labels] FROM t1; を使用して、Scored Labels 列のみを返します。どのモジュールを使用する必要がありますか?答えるには、適切なモジュールを適切な場所にドラッグします。各モジュール名は、1 回または複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、分割バーをペイン間でドラッグするか、スクロールする必要がある場合があります。
注: 正しい選択ごとに 1 ポイントの価値があります。