以前に、CSV ファイルのフォルダーに基づく training-dataset という表形式のデータセットを使用してトレーニングされたモデルをデプロイしました。
時間の経過とともに、モデルによって生成された特徴量と予測ラベルが、各月のCSVファイルを含むフォルダーに収集されました。推論データを含むフォルダーに基づいて、2つの表形式のデータセットを作成しました。1つは予測ラベルを含むトレーニングデータと完全に一致するスキーマを持つ予測データセット、もう1つは特徴量列と、ファイル名に基づく日、月、年を含むタイムスタンプ列を含むスキーマを持つ特徴データセットです。
モデルのトレーニング以降の特徴データの変化傾向を特定するには、データドリフトモニターを作成する必要があります。そのためには、データドリフトモニターに必要なデータセットを定義する必要があります。
データドリフトモニターを構成するには、どのデータセットを使用すればよいでしょうか?適切なデータセットを適切なデータドリフトモニターのオプションにドラッグしてください。各ソースは、1回使用することも、複数回使用することも、まったく使用しないこともできます。コンテンツを表示するには、ペイン間の分割バーをドラッグするか、スクロールする必要がある場合があります。
注意: 正しい選択ごとに 1 ポイントが付与されます。

正解:

Explanation:

Box 1: training-dataset
Baseline dataset - usually the training dataset for a model.
Box 2: predictions-dataset
Target dataset - usually model input data - is compared over time to your baseline dataset. This comparison means that your target dataset must have a timestamp column specified.
The monitor will compare the baseline and target datasets.
Reference:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-monitor-datasets