ফেডারেটেড লার্নিং কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. কীভাবে ফেডারেটেড লার্নিং ব্যবহারকারীর ডেটা কেন্দ্রীভূত না করে একটি ভাগ করা মডেলকে প্রশিক্ষণ দেয়?
   • একটি কেন্দ্রীয় সার্ভারে প্রত্যেকের কাঁচা ডেটা আপলোড করে একটি মডেলকে প্রশিক্ষণ দিন৷
   • শুধুমাত্র সিন্থেটিক ডেটা ব্যবহার করুন এবং বাস্তব ডেটা ব্যবহার করবেন না
   • একটি সার্ভারে কাঁচা ডেটার পরিবর্তে মডেল আপডেট পাঠিয়ে একটি ভাগ করা মডেলকে প্রশিক্ষণ দিন
   • চিরকালের জন্য প্রতিটি ডিভাইসে একটি পৃথক, সম্পর্কহীন মডেল চালান
2. ফেডারেটেড অ্যাভারেজিং (FedAvg) অ্যালগরিদম সার্ভারে কী করে?
   • সমস্ত ক্লায়েন্ট মডেল মুছে দেয়
   • ক্লায়েন্টদের থেকে ওজন আপডেটের গড়, সাধারণত ডেটা পরিমাণ দ্বারা ওজন করা হয়
   • ক্লায়েন্টদের কাছে কাঁচা ডেটা ফেরত পাঠায়
   • সম্পূর্ণরূপে নিজেই মডেল প্রশিক্ষণ
3. ভবিষ্যদ্বাণীগুলিকে উন্নত করতে কোন পণ্যটি বিখ্যাতভাবে ফেডারেটেড লার্নিং ব্যবহার করেছে?
   • একটি কেন্দ্রীয় স্প্যাম ইমেল ফিল্টার
   • একটি আবহাওয়া স্যাটেলাইট
   • একটি ভিডিও গেম কনসোল
   • Google এর Gboard কীবোর্ড
4. কেন একটি হাসপাতালের সহযোগিতা ফেডারেটেড প্রশিক্ষণ তদন্ত করতে পারে?
   • এটি রোগীর রেকর্ডগুলি কেন্দ্রীয়ভাবে পুল না করে স্থানীয় গণনার মাধ্যমে প্রশিক্ষণ দিতে পারে
   • এটি স্বয়ংক্রিয়ভাবে সমস্ত শেয়ারিংকে আইনিভাবে সঙ্গতিপূর্ণ করে তোলে
   • এটি রোগীর তথ্য প্রকাশের প্রতিটি ঝুঁকি সরিয়ে দেয়
   • এটি ফলাফল মডেলের কোন মূল্যায়ন প্রয়োজন
5. কেন একা মডেল আপডেট স্বয়ংক্রিয়ভাবে সম্পূর্ণ ব্যক্তিগত হয় না?
   • আপডেট সবসময় এলোমেলো গোলমাল হয়
   • আপডেটগুলি এখনও অন্তর্নিহিত ডেটা সম্পর্কে তথ্য ফাঁস করতে পারে
   • আপডেটে অপরিবর্তিত অপরিবর্তিত অপরিবর্তিত ডেটা থাকে
   • নেটওয়ার্কের মাধ্যমে আপডেট পাঠানো যাবে না
6. ফেডারেটেড লার্নিংয়ে 'নন-আইআইডি' ডেটা কী সমস্যা সৃষ্টি করে?
   • সমস্ত ডিভাইসে অভিন্ন ডেটা আছে, তাই কিছুই শেখা হয় না
   • সার্ভারের সাথে সাথে মেমরি ফুরিয়ে যায়
   • মডেল শুধুমাত্র ইমেজ শিখতে পারেন
   • অংশগ্রহণকারীদের ডেটা বিতরণ অনেক আলাদা, গড়কে কঠিন করে তোলে
7. দুটি FedAvg ক্লায়েন্ট 1 এবং 3 প্রশিক্ষণ উদাহরণ ব্যবহার করার পরে স্কেলার ওজন 0 এবং 10 ফেরত দেয়। ডেটা-ওয়েটেড গড় কত?
   • 7.5
   • 5
   • 10
   • 2.5
8. একটি সফল সুরক্ষিত-একত্রীকরণ প্রোটোকল ফেডারেটেড সার্ভারের কাছে কী প্রকাশ করার লক্ষ্য রাখে?
   • প্রতিটি ক্লায়েন্টের কাঁচা প্রশিক্ষণ রেকর্ড
   • শুধুমাত্র একজন অংশগ্রহণকারীর ডিভাইসের পাসওয়ার্ড
   • প্রতিটি অংশগ্রহণকারীর স্বতন্ত্র মানের পরিবর্তে সামগ্রিক আপডেট
   • সমষ্টিগত সমস্ত তথ্যের বিরুদ্ধে একটি সম্পূর্ণ গ্যারান্টি