마이크로소프트 자격증 AI-900 덤프 20문제입니다!
문제 아래에 더보기를 누르시면 정답 확인 하실 수있습니다👌
1. 일일 아이스크림 판매 총액 및 날씨 측정을 포함하는 기록 데이터를 기반으로 아이스크림 판매를 예측하는 모델을 생성하려고 합니다. 어떤 Azure 서비스를 사용해야합니까?
(1) Azure 머신 러닝
(2) QnA 메이커
(3) 텍스트 분석
답: (1) Azure 머신 러닝
2. 자신의 디지털 사진 모음을 기반으로 개와 고양이의 이미지를 분류하는 모델을 훈련하려고 합니다.
어떤 Azure 서비스를 사용해야합니까?
(1) Azure 봇 서비스
(2) 커스텀 비전
(3) 컴퓨터 비전
답: (2) 커스텀 비전
3. 컴퓨터 비전을 사용해 자동차 앞 유리 균열을 감지하여 수리하거나 교체해야 할 때 운전자에게 경고하는 AI 애플리케이션을 설계하고 있습니다. 좋은 조명 조건에서 이 앱은 위험하게 손상된 유리의 99%를 성공적으로 감지합니다.
다음 중 애플리케이션의 사용자 인터페이스에 포함해야 하는 설명은 무엇입니까?
(1) 결함 식별이 가능하지만, 의심되면 전문가에게 검사를 받아야 함
(2) 손상을 감지하나, 결함이 발견되지 않으면 사용 가능
(3) 손상을 감지하지만 적절한 조명 조건하에서만 가능
답: (1) 결함 식별이 가능하지만, 의심되면 전문가에게 검사를 받아야 함
4. K-평균 알고리즘은 어떤 문제를 해결하는 데 사용 됩니까?
(1) 분류
(2) 회귀
(3) 클러스터링
답: (3) 클러스터링
5. 아래 명령문의 경우 명령문이 참이면 YES를 선택하고 그렇지 않으면 NO를 선택하십시오.
Azure Machine Learning에서 지정한 대상 매트릭을 사용하여 모델을 학습하고 조정하도록 하려면 자동화된 ML을 적용합니다.
(1) 예
(2) 아니오
답: (1) 예
6. 이 데이터 세트로 휴대폰의 배터리 요구 사항을 예측하는 모델을 학습하려는 경우,
"화면 크기"및 "배터리 요구 사항"은 무엇입니까? (2개 선택)
(1) 배터리 요구사항 레이블
(2) 화면 크기 기능
(3) 배터리 요구사항 기능
(4) 화면 크기 레이블
답: (1) 배터리 요구사항 레이블
(2) 화면 크기 기능
7. 아래 설명에 따라 책임 있는 AI에 대한 Microsoft 지침 원칙을 따릅니다.
AI 시스템은 원래 설계된 대로 작동하고,
예기치 않은 상황에 안전하게 대응하고,
유해한 조작에 저항할 수 있어야합니다.
(1) 책임
(2) 포용성
(3) 개인정보 및 보안
(4) 신뢰성과 타당성
답: (4) 신뢰성과 타당성
8. 얼굴 인식을 기반으로 한 솔루션을 개발 중입니다.
AI 기반 솔루션이 시민의 자유에 대한 규정을 옹호하고, 거버넌스 및 조직 원칙의 프레임 워크 내에서 작동하는 윤리 및 법적 표준을 충족하는지 확인해야 합니다. 책임감 있는 AI에 대한 Microsoft 지침 원칙은 무엇입니까?
(1) 투명성
(2) 포용성
(3) 개인정보 보호 및 보안
(4) 신뢰성과 안정성
답: (3) 개인정보 보호 및 보안
9. 시각 장애인과 청각 장애인을 포함한 모든 사람에게 권한을 부여하는 AI 시스템을 개발하고 있습니다. 이것이 Responsible AI의 어떤 지도 원칙의 예입니까?
(1) 공정성
(2) 정확성
(3) 포용성
(4) 신뢰성과 안정성
답: (3) 포용성
10. AI 시스템을 개발하는 동안 AI 시스템이 비정상적이고 누락된 값으로 수집되어야 하는 상황에 직면했습니다.
책임감 있는 AI에 대해 고려해야 할 Microsoft 지침 원칙은 무엇입니까?
(1) 신뢰성과 안정성
(2) 개인정보 보호 및 보안
(3) 투명성
(4) 포용성
답: (1) 신뢰성과 안정성
11. 자동차 대리점에서 과거 자동차 판매 데이터를 사용하여 기계 학습 모델을 학습하려고 합니다.
모델은 제조사, 모델, 엔진 크기 및 주행 거리를 기반으로 중고차 가격을 예측해야 합니다.
대리점에서 자동화된 기계 학습을 사용하여 어떤 종류의 기계 학습 모델을 만들어야 합니까?
(1) 분류
(2) 회귀
(3) 클러스터링
답: (2) 회귀
12. 은행은 대출 금액, 차용인의 소득 및 대출 기간과 같은 특성에 따라 대출 신청을 저 위험 또는 고위험으로 분류하기 위해 과거 대출 상환 기록을 사용하려고 합니다.
대리점에서 자동화된 기계 학습을 사용하여 어떤 종류의 기계 학습 모델을 만들어야 합니까?
(1) 분류
(2) 회귀
(3) 클러스터링
답: (1) 분류
13. 자동화된 기계 학습을 사용하여 가능한 최고의 R2 점수로 회귀 모델을 훈련하려고 합니다.
자동화된 기계 학습 실험을 어떻게 구성해야 합니까?
(1) 기본 측정 항목을 R2 점수로 설정합니다
(2) Gradient Boosting 이외의 모든 알고리즘을 차단합니다
(3) 기능화를 활성화 합니다
답: (1) 기본 측정 항목을 R2 점수로 설정합니다
14. 값이 서로 다른 척도에 있는 여러 숫자 열이 있는 데이터 세트를 사용하여 회귀 모델에 대한 학습 파이프 라인을 생성합니다. 값이 각 열의 최소값 및 최대 값에 상대적으로 유사한 척도에 있도록 숫자 열을 변환하려고 합니다.
파이프 라인에 어떤 모듈을 추가해야 합니까?
(1) 데이터 세트에서 열 선택
(2) 데이터 정규화
(3) 누락된 데이터 정리
답: (2) 데이터 정규화
15. Azure Machine Learning 디자이너를 사용하여 회귀 모델에 대한 교육 파이프 라인 및 추론 파이프 라인을 만듭니다.
이제 추론 파이프 라인을 실시간 서비스로 배포할 계획입니다. 서비스를 호스팅하려면 어떤 종류의 컴퓨팅 대상을 만들어야 합니까?
(1) 컴퓨팅 인스턴스
(2) 컴퓨팅 클러스터
(3) 추론 클러스터
답: (3) 추론 클러스터
16. Azure ML Studio는 어떤 유형의 데이터 저장소를 사용하나요?
하나 이상 선택하세요.
(1) Blob
(2) 큐
(3) 테이블
(4) 파일
답: (1) Blob
(4) 파일
17. Azure ML 디자이너를 사용해 이진 분류 모델에 대한 교육 파이프 라인을 만들 때, 기능 및 레이블이 포함된 데이터 셋, Two-Class Decision Forest 모듈 및 모델 학습 모듈을 추가했습니다. 학습에 사용되지 않은 데이터 세트의 하위 집합으로 학습된 모델을 테스트할 계획입니다.
어떤 추가 모듈을 추가해야 합니까?
(1) 데이터 결합
(2) 데이터 분할
(3) 데이터 세트에서 열 선택
답: (2) 데이터 분할
18. Azure Machine Learning 디자이너 파이프 라인을 사용하여 이진 분류 모델을 학습하고 테스트합니다.
모델 평가 모듈에서 모델의 성능 메트릭을 검토하고 AUC 점수가 0.3임을 확인합니다.
모델에 대해 어떤 결론을 내릴 수 있습니까?
(1) 모델은 실제 레이블과 예측 레이블 간의 분산의 30%를 설명 가능
(2) 이 모델은 테스트 케이스의 70 %에 대해 정확하게 예측함
(3) 모델은 무작위 추측보다 성능이 떨어짐
답: (3) 모델은 무작위 추측보다 성능이 떨어짐
19. Azure Machine Learning 디자이너를 사용하여 분류 모델에 대한 교육 파이프 라인을 만듭니다.
모델을 서비스로 배포하기 전에 무엇을 해야 합니까?
(1) 훈련 파이프 라인에서 추론 파이프 라인을 생성합니다.
(2) 학습 파이프 라인에 모델 평가 모듈을 추가합니다.
(3) 다른 이름으로 훈련 파이프 라인을 복제합니다.
답: (1) 훈련 파이프 라인에서 추론 파이프 라인을 생성합니다.
20. Azure Machine Learning 디자이너 파이프 라인을 사용하여 K-평균 클러스터링 모델을 학습하고 테스트합니다.
모델에서 세 군집 중 하나에 항목을 할당하려고 합니다. 이를 위해 K-Means Clustering 모듈의 어떤 구성 속성을 설정해야 합니까?
(1) 중심 수를 3으로 설정
(2) 난수 시드를 3으로 설정
(3) 반복을 3으로 설정
답: (1) 중심 수를 3으로 설정
'자격증 > MCF AI-900' 카테고리의 다른 글
| [AI 자격증] MCF AI-900 마이크로소프트 인공지능 자격증 후기 (1) | 2023.04.15 |
|---|