Question#18(DP-100)
Azure Machine Learning SDK を使用してトレーニング実験を実行し、分類モデルをトレーニングしてその精度メトリックを計算しました。新しいデータが利用可能になるたびに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ためにモデルを登録し、後続の再トレーニングで作成されたモデルは現在登録中のモデルより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の方法を 2 つ選んでください。
（2つ選択）
正解：D, E
【D】プロパティ（properties）：accuracy をカスタムプロパティとして付与することで、Model.list() で取得したモデルの properties['accuracy'] と比較できます。不変のメタデータとして保存されます。 【E】タグ（tags）：accuracy をタグとして付与する方法です。タグは後から変更可能な柔軟なメタデータです。tags['accuracy'] で比較できます。 いずれも再トレーニング後に現在登録中モデルの値と比較し、新モデルの精度が上回る場合のみ登録するロジックを実装できます。 A は毎回異なる名前になり精度比較ができません。B は精度フィルタリングを行っていません。C のフレームワーク バージョンは精度とは無関係です。
コメント