Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ για τα Feature Stores

Εξασκηθείτε στο ιστορικό καταστήματος χαρακτηριστικών, τη φρεσκάδα στο διαδίκτυο και τις ενώσεις οντοτήτων, συμπεριλαμβανομένου του τρόπου με τον οποίο οι κοινόχρηστοι ορισμοί μειώνουν τη λοξή γωνία χωρίς να εγγυώνται τα ίδια δεδομένα.

Σχετικές διαδρομές οδηγώνΚαταστήματα χαρακτηριστικών
Ερώτηση 1 του 8

Why use shared feature definitions for training and online serving?

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. 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
  2. Ποια είναι η διαφορά μεταξύ των offline και των ηλεκτρονικών καταστημάτων;
    • Εκτός σύνδεσης διατηρεί ιστορικά δεδομένα για εκπαίδευση. online εξυπηρετεί γρήγορα τις πιο πρόσφατες τιμές για ζωντανές προβλέψεις
    • Το offline είναι για εικόνες, το online είναι για κείμενο
    • Είναι πανομοιότυπα με διαφορετικά ονόματα
    • Εκτός σύνδεσης τρέχει τα Σαββατοκύριακα, online τρέχει τις καθημερινές
  3. Γιατί είναι σημαντικές οι ενώσεις σημείου-σε-χρόνου κατά τη δημιουργία δεδομένων εκπαίδευσης;
    • Κάνουν τη βάση δεδομένων να τρέχει πιο γρήγορα
    • Μεταφράζουν χαρακτηριστικά σε άλλες γλώσσες
    • Αποτρέπουν τη διαρροή δεδομένων χρησιμοποιώντας τις τιμές χαρακτηριστικών όπως ήταν την ώρα κάθε συμβάντος
    • Μειώνουν το μέγεθος αρχείου του μοντέλου
  4. 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
  5. Τι είναι ένα «χαρακτηριστικό» σε αυτό το πλαίσιο;
    • Μια μεταβλητή εισόδου που προέρχεται από δεδομένα, όπως η μέση δαπάνη για 30 ημέρες
    • Σφάλμα στον κωδικό μοντέλου
    • Ο συνδυασμός χρωμάτων ενός ταμπλό
    • Ένας τύπος GPU
  6. Τι επιπλέον όφελος παρέχει ένας κοινόχρηστος κατάλογος δυνατοτήτων;
    • Διαγράφει τα παλιά δεδομένα αυτόματα κάθε ώρα
    • Αντικαθιστά την ανάγκη για οποιοδήποτε μοντέλο εκπαίδευσης
    • Επιτρέπει την ανακάλυψη και επαναχρησιμοποίηση των χαρακτηριστικών που έχουν δημιουργηθεί για ένα μοντέλο από άλλα μοντέλα
    • Κρυπτογραφεί το email της εταιρείας
  7. 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
  8. 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