DP-100J試験対策質問128：Azure Machine Learning SDK を使用して、分類モデルをトレーニングし、その精度メトリックを計算するトレーニング実験を実行します。新しいデータが利用可能になると、モデルは毎月再トレーニングされます。

<<前へ次へ>>

質問 128/198

Azure Machine Learning SDK を使用して、分類モデルをトレーニングし、その精度メトリックを計算するトレーニング実験を実行します。
新しいデータが利用可能になると、モデルは毎月再トレーニングされます。
バッチ推論パイプラインで使用するにはモデルを登録する必要があります。
モデルを登録し、その後の再トレーニング実験で作成されたモデルが、現在登録されているモデルよりも精度が高い場合にのみ登録されるようにする必要があります。
この目標を達成するために考えられる 2 つの方法は何ですか? それぞれの正解は完全な解決策を示します。
注: 正しく選択するたびに 1 ポイントの価値があります。

A. モデルを登録するたびに異なるモデル名を指定します。 B. 精度に関係なく毎回同じ名前でモデルを登録し、バッチ推論パイプラインでは常に最新バージョンのモデルを使用します。 C. モデルを登録するときにモデルフレームワークのバージョンを指定し、この値が高い場合にのみ後続のモデルを登録します。 D. モデルの登録時に精度メトリックを値として持つ精度という名前のプロパティを指定し、現在登録されているモデルの精度プロパティ値よりも精度が高い場合にのみ後続のモデルを登録します。 E. モデルの登録時に精度メトリックを値として持つaccuracyという名前のタグを指定し、現在登録されているモデルのタグ値よりも精度が高い場合にのみ後続のモデルを登録します。

質問 128/198

コメントを発表する

Download PDF File