Kvíz spojený s průvodcem · Střední úroveň
Kvíz o obchodech
Procvičte si historii obchodu s funkcemi, aktuálnost online a spojení entit, včetně toho, jak sdílené definice snižují zkreslení bez zaručení identických vstupů.
Otázka 1 z 8
Why use shared feature definitions for training and online serving?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- 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
- Jaký je rozdíl mezi offline a online obchody?
- Offline uchovává historická data pro školení; online rychle poskytuje nejnovější hodnoty pro živé předpovědi
- Offline je pro obrázky, online je pro text
- Jsou totožné s různými názvy
- Offline běží o víkendech, online běží ve všední dny
- Proč jsou při vytváření tréninkových dat důležitá spojení v určitém okamžiku?
- Díky nim databáze běží rychleji
- Překládají funkce do jiných jazyků
- Zabraňují úniku dat tím, že používají hodnoty funkcí tak, jak byly v době každé události
- Zmenšují velikost souboru modelu
- 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
- Co je to „vlastnost“ v tomto kontextu?
- Vstupní proměnná odvozená z dat, jako je průměrná útrata za 30 dní
- Chyba v kódu modelu
- Barevné schéma palubní desky
- Typ GPU
- Jaké další výhody nabízí sdílený katalog funkcí?
- Stará data maže automaticky každou hodinu
- Nahrazuje potřebu jakéhokoli modelového školení
- Umožňuje objevovat funkce vytvořené pro jeden model a znovu je používat jinými modely
- Šifruje firemní e-mail
- 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