Kvíz spojený s průvodcem · Střední úroveň

Smyčky zpětné vazby v kvízu ML Systems

Sledujte, jak modelové akce ovlivňují pozorované výsledky a budoucí tréninková data, a identifikujte záruky pro výběr a zkreslení expozice.

Související vodicí cestyZpětná vazba v systémech ML
Otázka 1 z 8

Jak může doporučující vytvořit zpětnou vazbu?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jak může doporučující vytvořit zpětnou vazbu?
    • Jeho volby expozice ovlivňují kliknutí, která se později stanou důkazem školení
    • Jeho předpovědi se nikdy neukládají
    • Jeho modelové hmotnosti jsou pevné
    • Jeho uživatelé nemohou reagovat na doporučení
  2. Proč mohou chybět výsledky náboru u uchazečů vyřazených modelem?
    • Jejich označení jsou vždy negativní
    • Nedostávají příležitost navazující, která generuje výsledek
    • Model automaticky ukládá každý výsledek
    • Schéma prvků odstraní štítky
  3. Co pomáhá rozlišit záznam, které položky byly zobrazeny?
    • Selhání GPU v důsledku časového limitu rozhraní API
    • Tréninková data z parametrů modelu
    • Možnost vystavení z důkazů uživatelských preferencí
    • Štítek z názvu funkce
  4. Kdy může být hodnocení inverzní náchylnosti nespolehlivé?
    • Když cílová zásada odpovídá zásadě protokolování
    • Když jsou správně zaznamenány všechny sklony
    • Když mají randomizované experimenty dostatek dat
    • Když nová zásada vybere akce bez podpory v protokolovaných datech
  5. Proč sledovat pokrytí štítků podle skóre nebo skupiny?
    • Pokrytí dokazuje, že model je spravedlivý
    • Míra pozorování se může lišit, protože model směruje případy odlišně
    • Skóre jsou vždy výsledky
    • Každá skupina musí mít stejné štítky
  6. Která strategie sběru dat může odhalit výsledky pro méně zobrazené alternativy?
    • Odstraňte potřebu protokolování
    • Zaručte, že každé doporučení je relevantní
    • Shromážděte důkazy o alternativách, které deterministická politika ukazuje jen zřídka
    • Zajistěte, aby všichni uživatelé dostávali stejné položky
  7. Proč by mohlo více tréninkových dat selhat při odstranění zkreslení zpětné vazby?
    • Předpojatost je vždy náhodná
    • Větší datové sady nemohou obsahovat štítky
    • Školení nikdy nepoužívá uživatelské interakce
    • Nová data mohou být generována stejnou selektivní politikou
  8. Jaký druh vlastnosti systému je zpětná vazba?
    • Vlastnost nasazeného sociotechnického procesu a jeho sběr dat
    • Pouze výpočet gradientu
    • Název modelové architektury
    • Metoda škálování funkcí