গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
মডেল ড্রিফ্ট সনাক্তকরণ ক্যুইজ
ডেটা এবং কনসেপ্ট ড্রিফ্ট, ডিস্ট্রিবিউশন মনিটরিং, কেএস তুলনা, বিলম্বিত লেবেল এবং ড্রিফ্ট অ্যালার্টের সতর্ক প্রতিক্রিয়া পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
ডেটা ড্রিফট এবং কনসেপ্ট ড্রিফ্টের মধ্যে পার্থক্য কী?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ডেটা ড্রিফট এবং কনসেপ্ট ড্রিফ্টের মধ্যে পার্থক্য কী?
- ডেটা ড্রিফট ইনপুটগুলির বিতরণকে পরিবর্তন করে; ধারণা ড্রিফট ইনপুট থেকে আউটপুট সম্পর্ক পরিবর্তন করে
- তারা একই জিনিস জন্য দুটি নাম
- ডেটা ড্রিফ্ট শুধুমাত্র ছবিকে প্রভাবিত করে; ধারণা ড্রিফ্ট শুধুমাত্র পাঠ্যকে প্রভাবিত করে
- প্রশিক্ষণে ডেটা ড্রিফ্ট ঘটে; ধারণা ড্রিফ্ট পরীক্ষায় ঘটে
- How should a team interpret a PSI value such as 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
- কেন ইনপুট-ভিত্তিক ড্রিফ্ট সনাক্তকরণ একটি প্রাথমিক সতর্কতা দিতে পারে?
- কারণ ইনপুট সবসময় প্রথম ভুল হয়
- কারণ ইনপুটগুলি ছোট ফাইল
- কারণ গ্রাউন্ড-ট্রুথ লেবেল প্রায়ই ভবিষ্যদ্বাণীর চেয়ে অনেক পরে আসে
- কারণ মডেলগুলি সম্পূর্ণরূপে লেবেল উপেক্ষা করে
- What does a two-sample Kolmogorov-Smirnov test compare?
- 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
- কোন দৃশ্যকল্প ধারণা প্রবাহ একটি স্পষ্ট উদাহরণ?
- ব্যবহারকারীরা যা বিবেচনা করে 'স্প্যাম' সময়ের সাথে সাথে একই ধরনের ইমেলের জন্যও পরিবর্তন হয়
- একটি ক্যামেরা সামান্য উজ্জ্বল ছবি তৈরি করে
- ডেটাসেটে গ্রাহকের বয়স একই থাকে
- ডেটাসেট একটি নতুন ফাইল বিন্যাসে সংরক্ষণ করা হয়
- 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
- 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
- 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