Quiz sur les magasins de fonctionnalités

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

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. Quelle est la différence entre les boutiques hors ligne et en ligne ?
   • Hors ligne contient des données historiques pour la formation ; en ligne fournit rapidement les dernières valeurs pour les prédictions en direct
   • Hors ligne c'est pour les images, en ligne c'est pour le texte
   • Ils sont identiques avec des noms différents
   • Fonctionnement hors ligne le week-end, fonctionnement en ligne en semaine
3. Pourquoi les jointures ponctuelles sont-elles importantes lors de la création de données d'entraînement ?
   • Ils rendent la base de données plus rapide
   • Ils traduisent les fonctionnalités dans d'autres langues
   • Ils empêchent les fuites de données en utilisant les valeurs des fonctionnalités telles qu'elles étaient au moment de chaque événement.
   • Ils réduisent la taille du fichier du modèle
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. Qu'est-ce qu'une « fonctionnalité » dans ce contexte ?
   • Une variable d'entrée dérivée des données, comme la dépense moyenne sur 30 jours
   • Un bug dans le code du modèle
   • La palette de couleurs d'un tableau de bord
   • Un type de GPU
6. Quel avantage supplémentaire offre un catalogue de fonctionnalités partagé ?
   • Il supprime automatiquement les anciennes données toutes les heures
   • Il remplace le besoin de toute formation sur modèle
   • Il permet aux fonctionnalités créées pour un modèle d'être découvertes et réutilisées par d'autres modèles.
   • Il crypte le courrier électronique de l'entreprise
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