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।

সম্পর্কিত গাইড পাথমডেল ড্রিফ্ট সনাক্তকরণ
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।

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