EN簡體繁體
登錄
首頁 / Microsoft / DP-100
Microsoft · DP-100

Designing and Implementing a Data Science Solution on Azure

DP-100 英文 PDF 練習題，共 527 題，按題庫順序提供題目、原腳本支持的選項、答案及已有解析。本方案僅適用於此考試，一次付費，不自動續費。

考試介紹

歷史 Azure 數據科學考試，考覈機器學習工作區、實驗、模型訓練、部署與維護。

官網標註該考試或相關認證已退役；此處保留歷史考試信息。

考試代碼
DP-100
官方考試／認證名稱
Designing and Implementing a Data Science Solution on Azure
考試形式
監考考試，可能包含交互題
歷史官方考試語言
英文、日文、簡體中文、韓文、德文、繁體中文、法文、西班牙文、葡萄牙文（巴西）、意大利文

官方考試語言與下方練習題文件的語言分別列出；實際考試版本及可選語種以官方預約頁面爲準。

官方來源：官方資料
信息覈對日期：2026-10-20

支持的語言

  • 英文
  • 簡體中文
先試閱，再決定

前20 題免費試閱

題庫共 527 題

題目按題庫原始順序展示。展開查看答案和解析。

本頁試閱由簡體題庫轉換爲繁體中文。

免責聲明：本站所有題目均整理自互聯網，僅供學習參考。

第 11 題

Question#11Topic1

此問題包含在許多描述相同設置的問題中。然而，每個問題都有不同的結果。確定建議是否滿足要求。
您的任務是通過 k 折交叉驗證在部分數據樣本上評估您的模型。
您已經將 k 參數配置爲分割數。您現在必須使用通常的值選擇來配置用於交叉驗證的 k 參數。
建議：您配置使用值 k=10。
是否滿足要求？

  1. A.是的
  2. B.不
查看答案與解析

答案

A

解析

留一法 (LOO) 交叉驗證
設置 K = n（觀測值數量）會產生 n 倍，稱爲留一法交叉驗證 (LOO)，是 K 的一種特殊情況-fold 方法。
LOO CV 有時很有用，但通常不能充分改變數據。每次摺疊的估計值高度相關，因此它們的平均值可能具有很高的方差。
這就是爲什麼通常選擇 K=5 或 10。它爲偏差-方差權衡提供了良好的折衷方案。

第 12 題

Question#12Topic1

您通過 Azure 機器學習工作室構建了一個機器學習實驗。
您希望將數據拆分爲兩個單獨的數據集。
您應該採取以下哪項操作？

  1. A.您應該使用拆分數據模塊。
  2. B.您應該使用“組分類值”模塊。
  3. C.您應該使用剪輯值模塊。
  4. D.您應該使用將數據分組到 Bins 模塊。
查看答案與解析

答案

D

解析

將數據分組到 Bins 模塊支持多種數據分箱選項。您可以自定義如何設置 bin 邊緣以及如何將值分配到 bin 中。
參考：
https://docs.microsoft.com/en-us/azure/machine-learning/studiomodule-reference/group-data-into-bins
Question illustration

第 13 題

Question#13Topic1

您的任務是通過機器學習設計器創建新的 Azure 管道。
您必須確保管道使用發佈於 的逗號分隔值 (CSV) 文件中的數據來訓練模型一個網站。該文件的數據集不存在。
必須以儘可能少的管理工作將 CSV 文件中的數據引入設計器管道中。
您應該採取以下哪項操作？

  1. A.您應該使用“轉換爲 TXT”模塊。
  2. B.您應該將複製數據對象添加到管道中。
  3. C.您應該將導入數據對象添加到管道中。
  4. D.您應該將 Dataset 對象添加到管道中。
查看答案與解析

答案

D

解析

向管道提供數據的首選方式是 Dataset 對象。 Dataset 對象指向存在於數據存儲區或 Web
URL 中或可從數據存儲區或 Web
URL 訪問的數據。 Dataset 類是抽象的，因此您將創建 FileDataset（指一個或多個文件）或 TabularDataset 的實例，該實例是從一個或多個具有分隔數據列的文件創建的。
示例：
from azureml.core import Dataset
iris_tabular_dataset = Dataset.Tabular.from_delimited_files([(def_blob_store, 'train-dataset/iris.csv')])
參考：
https://docs .microsoft.com/en-us/azure/machine-learning/how-to-create-your-first-pipeline

第 14 題

Question#14Topic1

此問題包含在許多描述相同設置的問題中。然而，每個問題都有不同的結果。確定建議是否滿足要求。
您正在創建機器學習模型。您的數據集包含含有空值和缺失值的行。
您計劃利用 Azure 機器學習工作室中的清理缺失數據模塊來檢測並修復數據集中的空值和缺失值。
建議：您使用“替換爲中值”選項。
是否滿足要求？

  1. A.是的
  2. B.不
查看答案與解析

答案

B

解析

參考：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/clean-missing-data

第 15 題

Question#15Topic1

此問題包含在許多描述相同設置的問題中。然而，每個問題都有不同的結果。確定建議是否滿足要求。
您正在創建機器學習模型。您的數據集包含含有空值和缺失值的行。
您計劃利用 Azure 機器學習工作室中的清理缺失數據模塊來檢測並修復數據集中的空值和缺失值。
建議：您使用自定義替換值選項。
是否滿足要求？

  1. A.是的
  2. B.不
查看答案與解析

答案

B

解析

參考：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/clean-missing-data
Question illustration

下載與使用

  • 本資料按考試單獨購買，支持 1、3、6 或 12 個月期限。
  • 支付確認後，在“我的練習題”中查看下載入口和準確到期時間。
  • 有效期內可重複下載；到期後需要重新購買。
  • PDF 僅供購買者個人學習使用，不可轉售或公開分享。
  • 已下載至設備的文件不會因權限到期被遠程刪除。
如何選擇適合自己的認證