গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

মেশিন লার্নিং কুইজের জন্য সিআই/সিডি

ML ডেলিভারি পাইপলাইনগুলি কীভাবে ডেটা যাচাই করে, মডেলগুলিকে ট্রেন এবং মূল্যায়ন করে, প্রচারের গেটগুলি প্রয়োগ করে এবং স্থাপনার অবস্থার পুনর্মিলন করে তা পরীক্ষা করুন৷

প্রশ্ন 1 এর 8

মেশিন লার্নিংয়ের জন্য CI/CD প্রথাগত সফ্টওয়্যার CI/CD এর বাইরে কী যোগ করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. মেশিন লার্নিংয়ের জন্য CI/CD প্রথাগত সফ্টওয়্যার CI/CD এর বাইরে কী যোগ করে?
    • ডেটা এবং মডেল উদ্বেগের অটোমেশন, শুধু কোড নয়
    • কিছুই না - এটি সফ্টওয়্যার CI/CD এর সাথে অভিন্ন৷
    • শুধুমাত্র দ্রুত সংকলন
    • একটি নতুন প্রোগ্রামিং ভাষা
  2. একটি ML পাইপলাইন প্রসঙ্গে 'CT' সাধারণত কিসের জন্য দাঁড়ায়?
    • কোড ট্রান্সফার
    • ক্রমাগত প্রশিক্ষণ
    • কন্টেইনার টেস্টিং
    • কেন্দ্রীয় টেলিমেট্রি
  3. What is a common evaluation gate before promoting a candidate ML model?
    • Promote it whenever training completes
    • Compare only model file sizes
    • Compare it with the production baseline on agreed metrics and promote only if policy thresholds pass
    • Skip evaluation if the code tests pass
  4. এমএল পাইপলাইন অর্কেস্ট্রেট করার জন্য এইগুলির মধ্যে কোনটি সাধারণত ব্যবহৃত হয়?
    • Microsoft শব্দ
    • ভিএলসি মিডিয়া প্লেয়ার
    • WinRAR
    • কুবেফ্লো পাইপলাইন
  5. কেন একটি এমএল পাইপলাইনে একটি ডেটা স্কিমা যাচাইকরণ পদক্ষেপ অন্তর্ভুক্ত থাকতে পারে?
    • বিকৃত বা প্রবাহিত ইনপুট ডেটা ধরার আগে এটি প্রশিক্ষণকে দূষিত করে
    • GPU রান ঠান্ডা করতে
    • ডেটাসেট সংকুচিত করতে
    • এলোমেলোভাবে কলামের নাম পরিবর্তন করতে
  6. In Flux GitOps, what does reconciliation aim to do?
    • Retrain every model whenever code is committed
    • Make the deployed environment match the declared desired state
    • Automatically change a model’s evaluation labels
    • Replace version-controlled configuration with manual edits
  7. What is a useful model-artifact versioning practice?
    • Ignore training inputs after a model is deployed
    • Replace validation with a deployment timestamp
    • Version model artifacts with source data, code, and evaluation metadata
    • Use a schema check as a guarantee of model quality
  8. What is a typical trigger for continuous training in an ML pipeline?
    • Every inference request must retrain the model
    • A model file being downloaded by a user
    • A CPU core reaching a particular temperature
    • A scheduled run, new approved data, or a monitoring signal such as drift