Quiz lié à un guide · Moyen Niveau

Quiz de prédiction conforme

Vérifie les ensembles de prédictions conformes, l'échangeabilité, les scores d'étalonnage, les seuils quantiles et les hypothèses derrière la couverture d'échantillons finis.

Chemins de guidage associésPrédiction conforme
Question 1 de 8

Que produit une méthode de prédiction conforme au lieu d’une seule étiquette ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Que produit une méthode de prédiction conforme au lieu d’une seule étiquette ?
    • Un ensemble ou un intervalle de prédiction avec une garantie de couverture
    • Un modèle recyclé avec une plus grande précision
    • Une estimation ponctuelle sans incertitude
    • Une valeur de perte pour l'ensemble d'entraînement
  2. Quelle hypothèse sous-tend la garantie de couverture conforme standard ?
    • Le modèle est un réseau de neurones
    • Les points de données sont échangeables
    • Les fonctionnalités sont indépendantes les unes des autres
    • Les étiquettes sont parfaitement équilibrées
  3. Quel est le rôle du kit de calibrage ?
    • Pour entraîner le modèle sous-jacent
    • Pour choisir le taux d'apprentissage
    • Pour calculer les scores de non-conformité qui définissent le seuil
    • Pour supprimer les valeurs aberrantes des données d'entraînement
  4. Si vous définissez alpha = 0,1, quelle couverture ciblez-vous ?
    • 10%
    • 50%
    • 99%
    • 90%
  5. Qu'arrive-t-il généralement à l'ensemble de prédictions lorsque le modèle est très incertain quant à une entrée ?
    • L'ensemble s'agrandit et contient davantage d'étiquettes candidates.
    • L'ensemble devient vide
    • Le seuil est ignoré
    • Le modèle est automatiquement recyclé
  6. Pourquoi la prédiction conforme est-elle appelée « sans distribution » ?
    • Cela ne fonctionne que sur les données gaussiennes
    • Il ne nécessite aucune hypothèse paramétrique sur la distribution des données pour sa garantie de couverture
    • Il supprime entièrement la distribution des données
    • Cela suppose une distribution uniforme
  7. A split-conformal classifier has 99 calibration examples and targets 90% marginal coverage. Which rank is used for the calibration quantile?
    • The 10th ordered score
    • The 99th score only
    • The 90th ordered calibration score (ceil((99+1) × 0.9))
    • The average of all labels
  8. In classification, what can a nonconformity score such as 1 minus the candidate label probability represent?
    • Le nombre d'époques de formation
    • The probability that the calibration set is exchangeable
    • The class frequency in the test set
    • How poorly the model supports that candidate label for the example