গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
বৈশিষ্ট্য স্টোর কুইজ
ফিচার-স্টোরের ইতিহাস, অনলাইন সতেজতা এবং সত্তা যোগদানের অনুশীলন করুন, যার মধ্যে কীভাবে ভাগ করা সংজ্ঞাগুলি অভিন্ন ইনপুটগুলির গ্যারান্টি ছাড়াই তির্যক হ্রাস করে।
প্রশ্ন 1 এর 8
Why use shared feature definitions for training and online serving?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- Why use shared feature definitions for training and online serving?
- To guarantee every cached value is always fresh
- To reduce skew caused by separate transformation implementations
- To eliminate the need for timestamps
- To choose a GPU model automatically
- অফলাইন এবং অনলাইন স্টোরের মধ্যে পার্থক্য কী?
- অফলাইনে প্রশিক্ষণের জন্য ঐতিহাসিক তথ্য রয়েছে; অনলাইন লাইভ ভবিষ্যদ্বাণীর জন্য দ্রুত সর্বশেষ মান পরিবেশন করে
- অফলাইন হল ছবির জন্য, অনলাইন হল পাঠ্যের জন্য৷
- তারা বিভিন্ন নামে অভিন্ন
- সপ্তাহান্তে অফলাইন চলে, সপ্তাহের দিনগুলিতে অনলাইন চলে৷
- প্রশিক্ষণের ডেটা তৈরি করার সময় পয়েন্ট-ইন-টাইম যোগদান গুরুত্বপূর্ণ কেন?
- তারা ডাটাবেস দ্রুত চালানো হয়
- তারা অন্যান্য ভাষায় বৈশিষ্ট্য অনুবাদ করে
- তারা প্রতিটি ইভেন্টের সময়ে বৈশিষ্ট্য মান ব্যবহার করে ডেটা ফাঁস প্রতিরোধ করে
- তারা মডেলের ফাইলের আকার কমিয়ে দেয়
- Which storage pattern commonly supports low-latency feature lookup by entity key?
- An archival tape read for every request
- A printed document catalog
- A model-weight-only file
- A key-value online store such as Redis or DynamoDB
- এই প্রসঙ্গে একটি 'বৈশিষ্ট্য' কি?
- ডেটা থেকে প্রাপ্ত একটি ইনপুট ভেরিয়েবল, যেমন 30 দিনের মধ্যে গড় খরচ৷
- মডেল কোডে একটি বাগ
- একটি ড্যাশবোর্ডের রঙের স্কিম
- এক ধরনের জিপিইউ
- একটি ভাগ করা বৈশিষ্ট্য ক্যাটালগ কি অতিরিক্ত সুবিধা প্রদান করে?
- এটি প্রতি ঘন্টায় পুরানো ডেটা স্বয়ংক্রিয়ভাবে মুছে দেয়
- এটি কোনো মডেল প্রশিক্ষণের প্রয়োজন প্রতিস্থাপন করে
- এটি একটি মডেলের জন্য নির্মিত বৈশিষ্ট্যগুলিকে আবিষ্কার করতে এবং অন্য মডেলদের দ্বারা পুনরায় ব্যবহার করতে দেয়৷
- এটি কোম্পানির ইমেল এনক্রিপ্ট করে
- A feature’s event time precedes a loan decision, but the value only arrived afterward. What must a historical training join consider?
- Only whether its column name is short
- A rule that every past event was already known
- Only the current online value
- Whether that value was actually available at prediction time
- An online feature has not been refreshed after new events arrived. Which property should a feature-store monitor inspect?
- The font size of the registry page
- Feature freshness relative to the prediction’s needs
- The model’s number of attention heads only
- Whether the feature name contains a digit