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)」

深層学習モデルを開発して、半構造化、非構造化、および構造化データ型を分析しています。
モデル構築に使用できる次のデータがあります。
*スポーツイベントのビデオ録画
*イベントに関するラジオ解説の転写
*スポーツイベント中にキャプチャされた関連ソーシャルメディアフィードからのログ
モデルを作成するための環境を選択する必要があります。
どの環境を使用する必要がありますか?

解説: (JPNTest メンバーにのみ表示されます)
Azure Machine Learning ワークスペースがあります。
次のコードがあります:

Azure Machine Learning Python SDK v2 を使用して、サーバーレス コンピューティングを利用してモデルをトレーニングする予定です。
サーバーレス コンピューティングでは、特定の仮想マシン タイプの指定された数のノードを使用する必要があります。
計画に従ってトレーニング ジョブを実行するには、コードを変更する必要があります。
コマンド オブジェクトをどのように変更すればよいですか。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。
正解:
Azure Al Foundry プロジェクトを管理します。
RAGソリューションを構築する計画です。ソリューションには以下の2つのモデルを含める必要があります。
* テキスト出力用のモデル(Model1)です。このモデルは人間の言語に似ており、自然に読めるものでなければなりません。
* 埋め込みを作成するためのモデル2。このモデルは、関連性の高い結果の取得を最大化する必要があります(高い再現率)。ベンチマーク指標を使用してさまざまなモデルを比較し、モデル1とモデル2に適したモデルを選択する必要があります。
正解:
Azure Machine Learning Python SDK を使用して、バッチ推論パイプラインを作成します。
組織内のビジネス グループがパイプラインを使用できるように、バッチ推論パイプラインを公開する必要があります。各ビジネス グループは、パイプラインがスコアリングのためにモデルに送信するデータの異なる場所を指定できる必要があります。
パイプラインを公開する必要があります。
あなたは何をするべきか?

Azure Al Foundry プロジェクトを管理します。
大規模言語モデル(LLM)ノードと、単一の出力を持つ上流ノードを含むPromptフローを開発します。YAMLフロー設定を使用して、LLMノードの入力と上流ノードの出力をリンクする必要があります。どのフロー設定を使用すればよいですか?

バイナリ分類を実行するためにリカレント ニューラル ネットワークを構築しています。
各トレーニングエポックのトレーニング損失、検証損失、トレーニング精度、検証精度が提供されています。分類モデルが過剰適合していないかどうかを確認する必要があります。
次のどれが正しいでしょうか?

解説: (JPNTest メンバーにのみ表示されます)
Azure Machine Learning ワークスペースがあります。
ワークスペースの構成ファイルがダウンロードされた Python 環境で次のコードを実行します。

指示: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。
正解:
Azure Al Foundry プロジェクトを管理します。
2 つの RAG ソリューションを評価しています。
回答を生成すると、ソリューションによって次の結果が表示されます。
* 最初のソリューションは、完全性が低く、使用率も低くなります。
* 2 番目のソリューションは、完全性が低く、使用率が高くなります。
評価中に見つかった問題に対処する必要があります。
各問題に対して最初にどのアクションを実行する必要がありますか? 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。
正解:
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、トレーニング スクリプトを実行するジョブを送信する予定です。
トレーニング スクリプトが確実に実行されるように、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: 正解ごとに1ポイント獲得
正解:
あなたのチームは、データエンジニアリングおよびデータサイエンスの開発環境を構築しています。
環境は次の要件をサポートする必要があります。
* PythonおよびScalaをサポート
*データストレージ、移動、および処理サービスを自動データパイプラインに構成
*データエンジニアリングとデータサイエンスの両方のオーケストレーションに同じツールを使用する必要があります
*ワークロードの分離とインタラクティブなワークロードをサポート
*マシンのクラスター全体のスケーリングを有効にする
環境を作成する必要があります。
あなたは何をするべきか?

解説: (JPNTest メンバーにのみ表示されます)
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を使用して、データセットの機能エンジニアリングを実行しています。
値を正規化して、ビンにグループ化されたフィーチャ列を作成する必要があります。
解決策:エントロピー最小記述長(MDL)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?

解説: (JPNTest メンバーにのみ表示されます)
Workspace1 という名前の Azure Machine Learning ワークスペースと、DSMV1 という名前のデータ サイエンス仮想マシン (DSVM) を管理します。
JupiterノートブックとPython SDK v2コードを使用して、DSMV1で実験を行う必要があります。メトリクスとアーティファクトはワークスペース1に保存する必要があります。まず、必要なすべてのパッケージをインポートするためのPython SCK v2コードを作成します。
メトリックと記事をワークスペース 1 に保存するには、Python SOK v2 コードを実装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 リストから回答領域に移動し、正しい順序に並べます。
正解:

1 - Retrieve the tracking URI of workspace1.
2 - Set the MLflow tracking URI.
3 - Set teh URI parameter of the mlflow.projects.run method.
Azure Machine Learning 実験として Python スクリプトを実行する予定です。
スクリプトには次のコードが含まれています。
os、argparse、globをインポートする
azureml.core からインポートして実行
パーサー = argparse.ArgumentParser()
パーサー.add_argument('--input-data',
タイプ = str、宛先 = 'data_folder')
引数 = parser.parse_args()
データパス = args.データフォルダ
file_paths = glob.glob(data_path + "/*.jpg")
スクリプトへの入力としてファイルデータセットを指定する必要があります。データセットは複数の大きな画像ファイルで構成されており、ソースから直接ストリーミングする必要があります。
実験用の ScriptRunConfig オブジェクトを定義し、ds データセットを引数として渡すコードを記述する必要があります。
どのコードセグメントを使用する必要がありますか?

解説: (JPNTest メンバーにのみ表示されます)
Azure Machine Learning を使用して機械学習モデルを開発しています。モデル データ a に複数のテキスト ファイルを表形式で使用しています。次の要件があります。
* モデルをトレーニングするには、AutoML ジョブを使用する必要があります。
* 指定した列のデータを使用する必要があります。
* データの概念は、遅延評価をサポートする必要があります。
Pandas データフレームにデータをロードする必要があります。
どのデータ概念を使用する必要がありますか?

Azure Machine Learningをサポートするには、Azure Blob Storageにデータを保存する必要があります。
データをAzure Blob Storageに転送する必要があります。
目標を達成するための3つの可能な方法は何ですか?それぞれの正解は完全な解決策を提示します。
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:A、C、D 解答を投票する
解説: (JPNTest メンバーにのみ表示されます)
Azure Al Foundry プロジェクトを管理し、マルチターン チャットボット アプリケーションを構築します。
アプリケーションの応答を観察しながら、トレースをフィルタリングして問題を特定する予定です。このソリューションでは外部ナレッジベースを使用してはいけません。評価指標を選択する必要があります。どの組み込み評価ツールを使用すべきでしょうか?

分類タスクを解決しています。
k分割交差検証を使用して、限られたデータサンプルでモデルを評価する必要があります。 kパラメーターを分割数として構成することから始めます。
交差検定のkパラメーターを構成する必要があります。
どの値を使用する必要がありますか?

解説: (JPNTest メンバーにのみ表示されます)
Azure Machine Learning ワークスペースを管理します。
Azure Machine Learning Python SDK v2 を使用して、Docker イメージから環境を定義する必要があります。
どのパラメータを使用すればよいですか?

パイプラインのステップを定義するには、次のコードを使用します。
azureml.core からワークスペース、実験、実行をインポートします
azureml.pipeline.core からパイプラインをインポートします
azureml.pipeline.steps から PythonScriptStep をインポートします
ws = Workspace.from_config()
. . .
step1 = PythonScriptStep(name="step1", ...)
ステップ2 = PythonScriptsStep(name="step2", ...)
pipeline_steps = [ステップ1、ステップ2]
手順を実行するにはコードを追加する必要があります。
この目標を達成するために使用できる 2 つのコード セグメントはどれですか。それぞれの正解は完全なソリューションを示します。
注意: 正しい選択ごとに 1 ポイントが付与されます。

正解:A、B 解答を投票する
解説: (JPNTest メンバーにのみ表示されます)

弊社を連絡する

我々は12時間以内ですべてのお問い合わせを答えます。

オンラインサポート時間:( UTC+9 ) 9:00-24:00
月曜日から土曜日まで

サポート:現在連絡