Kvíz spojený s průvodcem · Střední úroveň

Kvíz o osvědčených postupech pro rozdělení na trénovací, validační a testovací množinu

Zvolte datová oddělení, která odpovídají prostředí nasazení, zabraňují úniku dat napříč skupinami a časem a vyčleňují testovací data pro konečné vyhodnocení.

Otázka 1 z 8

Jak se validační data obvykle používají během vývoje modelu?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jak se validační data obvykle používají během vývoje modelu?
    • K natrénování konečného modelu a získání jeho nezkresleného skóre
    • K nahrazení trénovacích dat
    • K zaručení budoucího výkonu
    • K porovnání možností, jako jsou hyperparametry, bez použití konečné testovací sady
  2. Co se stane, když se testovací sada opakovaně používá k výběru variant modelu?
    • Stává se nezávislejší
    • Stává se součástí výběru modelu a uváděný odhad testu může být optimistický
    • Zaručuje nezkreslenou přesnost
    • Zabraňuje přeučení
  3. Kdy je vhodné rozdělení zohledňující skupiny?
    • Kdykoli jsou data již seřazena abecedně
    • Pouze tehdy, když je každá štítková hodnota unikátní
    • Když se související vzorky, jako je stejná osoba nebo místo, nesmí vyskytovat napříč odděleními
    • Když model nemá žádnou validační sadu
  4. Proč používat časové rozdělení pro úlohu budoucí predikce?
    • Trénuje se na dřívějších pozorováních a testuje se na pozdějších, což odpovídá časové predikci
    • Vždy to zvyšuje velikost vzorku
    • Náhodně vyvažuje všechna data
    • Odstraňuje sezónnost
  5. Kde by měl být měřítkový faktor (scaler) fitován během křížové validace?
    • Na všech řádcích před rozdělením
    • Pouze na testovací sadě
    • On a separate external dataset after evaluation
    • On the training fold, then applied to its held-out fold
  6. How should augmented versions of one original image be split?
    • Place every augmented version in the test set
    • Split them independently at random
    • Keep them in the same partition as their source image
    • Delete the original and split the copies
  7. Is a 70/15/15 split universally best?
    • Yes, for every data science task
    • No; partition sizes and method depend on data volume and evaluation goal
    • Yes, if a model is neural
    • No, because splits are never useful
  8. What does a held-out test score estimate?
    • Performance for the population and conditions represented by that test set
    • Performance for every future population with certainty
    • The probability that the model is fair
    • Rychlost tréninku