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、指定された目標を達成できる独自のソリューションが含まれています。問題セットには、複数の正解があるものもあれば、正解がないものもあります。
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なくなります。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。
scripts という名前のローカル フォルダーに、train.py という名前の Python スクリプトがあります。このスクリプトは、scikit-learn を使用して回帰モデルをトレーニングします。スクリプトには、scripts フォルダーにもあるトレーニング データ ファイルを読み込むコードが含まれています。
スクリプトは、aml-compute という名前のコンピューティング クラスターで Azure ML の実験として実行する必要があります。
モデルのトレーニングに必要なパッケージが環境に確実に含まれるように、実行を構成する必要があります。ターゲット コンピューティング クラスタを参照する aml-compute という名前の変数をインスタンス化しました。
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?
正解:A
scikit-learn estimator は、コンピューティング ターゲットで scikit-learn トレーニング ジョブを起動する簡単な方法を提供します。これは、単一ノードの CPU トレーニングをサポートするために使用できる SKLearn クラスを通じて実装されます。
例:
azureml.train.sklearn インポート SKLearn から
}
推定器 = SKLearn(source_directory=project_folder,
計算対象 = 計算対象、
entry_script='train_iris.py'
)
参照:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-train-scikit-learn