注：この質問は、同じシナリオを使用する一連の質問の一部です。あなたの便宜のために、シナリオは各質問で繰り返されます。各質問はそれぞれ異なる目標と答えの選択を提示しますが、シナリオの本文はこのシリーズの各質問でまったく同じです。
繰り返しシナリオの開始
Azure Machine Learningで、信用リスク評価と不正予測のための予測分析ソリューションを作成する予定です。ソリューションの機械学習ワークスペースは、組織内の他のユーザーと共有されます。プロジェクトにアセットを追加し、ワークスペースで実験を行います。
実験は、Webサービスから得点を提供するために公開されるトレーニングモデルに使用されます。
詐欺予測の実験では、モデルをトレーニングするためにMachine LearningモジュールとAPIを使用し、Apache Hadoopエコシステム内の確率を予測します。
繰り返しのシナリオが終了しました。
ユーザーは、標準形式に従ったさまざまなデータソースを使用します。ユーザーは、不正予測Webサービスを使用して標準形式の結果を受け取ります。結果はユーザーが指定した場所に保存されます。
モデルの計算に影響を与えずに、さまざまなリスク許容度の結果を得る機能をユーザーに提供する必要があります。
Webサービスパラメータを使用するためにどの3つのモジュールを設定する必要がありますか？それぞれの正しい答えは解決策の一部を表しています。
注：それぞれ正しい選択は1ポイントの価値があります。