Prueba de tiendas destacadas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

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. ¿Cuál es la diferencia entre las tiendas offline y online?
   • Fuera de línea contiene datos históricos para la capacitación; en línea ofrece los últimos valores rápidamente para predicciones en vivo
   • Sin conexión es para imágenes, en línea es para texto
   • Son idénticos con diferentes nombres.
   • Funciona sin conexión los fines de semana, en línea los días laborables
3. ¿Por qué son importantes las uniones en un momento determinado al crear datos de entrenamiento?
   • Hacen que la base de datos funcione más rápido
   • Traducen funciones a otros idiomas.
   • Previenen la fuga de datos mediante el uso de valores de características tal como estaban en el momento de cada evento.
   • Reducen el tamaño del archivo del modelo.
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. ¿Qué es una "característica" en este contexto?
   • Una variable de entrada derivada de datos, como el gasto promedio durante 30 días.
   • Un error en el código del modelo.
   • La combinación de colores de un tablero.
   • Un tipo de GPU
6. ¿Qué beneficio adicional ofrece un catálogo de funciones compartido?
   • Elimina datos antiguos automáticamente cada hora.
   • Reemplaza la necesidad de cualquier modelo de formación.
   • Permite que las funciones creadas para un modelo sean descubiertas y reutilizadas por otros modelos.
   • Cifra el correo electrónico de la empresa.
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