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।

সম্পর্কিত গাইড পাথবৈশিষ্ট্য দোকান
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।

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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