EN简体繁體
登录
首页 / Microsoft / DP-100
Microsoft · DP-100

Designing and Implementing a Data Science Solution on Azure

DP-100 英文 PDF 练习题，共 527 题，按题库顺序提供题目、原脚本支持的选项、答案及已有解析。本方案仅适用于此考试，一次付费，不自动续费。

考试介绍

历史 Azure 数据科学考试，考核机器学习工作区、实验、模型训练、部署与维护。

官网标注该考试或相关认证已退役；此处保留历史考试信息。

考试代码
DP-100
官方考试／认证名称
Designing and Implementing a Data Science Solution on Azure
考试形式
监考考试，可能包含交互题
历史官方考试语言
英文、日文、简体中文、韩文、德文、繁体中文、法文、西班牙文、葡萄牙文（巴西）、意大利文

官方考试语言与下方练习题文件的语言分别列出；实际考试版本及可选语种以官方预约页面为准。

官方来源：官方资料
信息核对日期：2026-10-20

支持的语言

  • 英文
  • 简体中文
先试阅，再决定

前20 题免费试阅

题库共 527 题

题目按题库原始顺序展示。展开查看答案和解析。

免责声明：本站所有题目均整理自互联网，仅供学习参考。

第 11 题

Question#11Topic1

此问题包含在许多描述相同设置的问题中。然而，每个问题都有不同的结果。确定建议是否满足要求。
您的任务是通过 k 折交叉验证在部分数据样本上评估您的模型。
您已经将 k 参数配置为分割数。您现在必须使用通常的值选择来配置用于交叉验证的 k 参数。
建议：您配置使用值 k=10。
是否满足要求？

  1. A.是的
  2. B.不
查看答案与解析

答案

A

解析

留一法 (LOO) 交叉验证
设置 K = n（观测值数量）会产生 n 倍，称为留一法交叉验证 (LOO)，是 K 的一种特殊情况-fold 方法。
LOO CV 有时很有用，但通常不能充分改变数据。每次折叠的估计值高度相关，因此它们的平均值可能具有很高的方差。
这就是为什么通常选择 K=5 或 10。它为偏差-方差权衡提供了良好的折衷方案。

第 12 题

Question#12Topic1

您通过 Azure 机器学习工作室构建了一个机器学习实验。
您希望将数据拆分为两个单独的数据集。
您应该采取以下哪项操作？

  1. A.您应该使用拆分数据模块。
  2. B.您应该使用“组分类值”模块。
  3. C.您应该使用剪辑值模块。
  4. D.您应该使用将数据分组到 Bins 模块。
查看答案与解析

答案

D

解析

将数据分组到 Bins 模块支持多种数据分箱选项。您可以自定义如何设置 bin 边缘以及如何将值分配到 bin 中。
参考：
https://docs.microsoft.com/en-us/azure/machine-learning/studiomodule-reference/group-data-into-bins
Question illustration

第 13 题

Question#13Topic1

您的任务是通过机器学习设计器创建新的 Azure 管道。
您必须确保管道使用发布于 的逗号分隔值 (CSV) 文件中的数据来训练模型一个网站。该文件的数据集不存在。
必须以尽可能少的管理工作将 CSV 文件中的数据引入设计器管道中。
您应该采取以下哪项操作？

  1. A.您应该使用“转换为 TXT”模块。
  2. B.您应该将复制数据对象添加到管道中。
  3. C.您应该将导入数据对象添加到管道中。
  4. D.您应该将 Dataset 对象添加到管道中。
查看答案与解析

答案

D

解析

向管道提供数据的首选方式是 Dataset 对象。 Dataset 对象指向存在于数据存储区或 Web
URL 中或可从数据存储区或 Web
URL 访问的数据。 Dataset 类是抽象的，因此您将创建 FileDataset（指一个或多个文件）或 TabularDataset 的实例，该实例是从一个或多个具有分隔数据列的文件创建的。
示例：
from azureml.core import Dataset
iris_tabular_dataset = Dataset.Tabular.from_delimited_files([(def_blob_store, 'train-dataset/iris.csv')])
参考：
https://docs .microsoft.com/en-us/azure/machine-learning/how-to-create-your-first-pipeline

第 14 题

Question#14Topic1

此问题包含在许多描述相同设置的问题中。然而，每个问题都有不同的结果。确定建议是否满足要求。
您正在创建机器学习模型。您的数据集包含含有空值和缺失值的行。
您计划利用 Azure 机器学习工作室中的清理缺失数据模块来检测并修复数据集中的空值和缺失值。
建议：您使用“替换为中值”选项。
是否满足要求？

  1. A.是的
  2. B.不
查看答案与解析

答案

B

解析

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

第 15 题

Question#15Topic1

此问题包含在许多描述相同设置的问题中。然而，每个问题都有不同的结果。确定建议是否满足要求。
您正在创建机器学习模型。您的数据集包含含有空值和缺失值的行。
您计划利用 Azure 机器学习工作室中的清理缺失数据模块来检测并修复数据集中的空值和缺失值。
建议：您使用自定义替换值选项。
是否满足要求？

  1. A.是的
  2. B.不
查看答案与解析

答案

B

解析

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

下载与使用

  • 本资料按考试单独购买，支持 1、3、6 或 12 个月期限。
  • 支付确认后，在“我的练习题”中查看下载入口和准确到期时间。
  • 有效期内可重复下载；到期后需要重新购买。
  • PDF 仅供购买者个人学习使用，不可转售或公开分享。
  • 已下载至设备的文件不会因权限到期被远程删除。
如何选择适合自己的认证