اختبار الكشف عن نموذج الانجراف

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما الفرق بين انجراف البيانات وانجراف المفهوم؟
   • يؤدي انجراف البيانات إلى تغيير توزيع المدخلات؛ يغير انجراف المفهوم العلاقة بين المدخلات والمخرجات
   • وهما اسمان لنفس الشيء
   • يؤثر انحراف البيانات على الصور فقط؛ يؤثر انحراف المفهوم على النص فقط
   • يحدث انجراف البيانات أثناء التدريب؛ يحدث انحراف المفهوم في الاختبار
2. كيف يجب على الفريق تفسير قيمة PSI مثل 0.30؟
   • As a guarantee that model accuracy has fallen
   • As a signal to investigate under the chosen monitoring policy, not a universal proof of harmful drift
   • As an identical threshold for every feature and population
   • As proof that retraining must begin immediately
3. لماذا يمكن لكشف الانجراف المعتمد على المدخلات أن يعطي إنذارًا مبكرًا؟
   • لأن المدخلات تكون دائمًا خاطئة أولاً
   • لأن المدخلات هي ملفات أصغر
   • لأن تسميات الحقيقة الأرضية غالبًا ما تصل في وقت متأخر عن التوقعات
   • لأن النماذج تتجاهل التسميات بالكامل
4. ما الذي يقارن بين اختبار كولموجوروف-سميرنوف المكون من عينتين؟
   • The average accuracy of two classifiers only
   • The class labels predicted by a single model
   • The parameter values of two neural networks
   • The empirical cumulative distribution functions of two samples
5. ما السيناريو الذي يعتبر مثالا واضحا على انحراف المفهوم؟
   • ما يعتبره المستخدمون "بريدًا عشوائيًا" يتغير بمرور الوقت حتى بالنسبة لرسائل البريد الإلكتروني ذات المظهر المماثل
   • تنتج الكاميرا صورًا أكثر سطوعًا قليلاً
   • تظل أعمار العملاء في مجموعة البيانات كما هي
   • يتم تخزين مجموعة البيانات بتنسيق ملف جديد
6. What is a safe first response when an input-drift monitor triggers?
   • Automatically deploy a newly retrained model without evaluation
   • Investigate the data and impact, then decide whether retraining or another action is justified
   • Delete the reference data
   • Assume every shift is harmful concept drift
7. What can TensorFlow Data Validation check in an ML pipeline?
   • The causal effect of a feature
   • Whether every model prediction is correct
   • Data schemas and statistics, including unexpected changes
   • The absolute accuracy of an unlabeled dataset
8. What does the Population Stability Index (PSI) measure in a drift-monitoring setup?
   • The model’s accuracy on labeled examples
   • A causal effect of an input feature
   • A universal pass/fail threshold for all models
   • A numerical summary of how binned feature distributions differ between reference and current data