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。一連の質問にはそれぞれ、定められた目標を満たす独自の解決策が含まれています。質問セットによっては、正しい解決策が複数ある場合もあれば、正しい解決策がない場合もあります。
このセクションで質問に答えた後は、そのセクションに戻ることはできません。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 というローカル フォルダーに train.py という 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。このスクリプトには、scripts フォルダーにあるトレーニング データ ファイルを読み込むコードが含まれています。
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 実験としてスクリプトを実行する必要があります。
実行を構成して、環境にモデル トレーニングに必要なパッケージが含まれていることを確認する必要があります。ターゲット コンピューティング クラスターを参照する 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:B
scikit-learn 推定器は、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 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 から SKLearn をインポートします
}
推定器 = SKLearn(ソースディレクトリ=プロジェクトフォルダ、
計算対象=計算対象、
エントリスクリプト='train_iris.py'
)
参照:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-train-scikit-learn