फ़ीचर इंजीनियरिंग पाइपलाइन और डेटा वर्जनिंग क्विज़

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. फ़ीचर इंजीनियरिंग पाइपलाइन का प्राथमिक उद्देश्य क्या है?
   • बाद में तैनाती के लिए प्रशिक्षित मॉडल भार को संग्रहीत करना
   • एक क्लस्टर में GPU कार्यों को शेड्यूल करने के लिए
   • कच्चे डेटा को संरचित सुविधाओं में बदलने के लिए एक मॉडल का उपयोग होता है
   • बाकी डेटासेट को एन्क्रिप्ट करने के लिए
2. Why compare a dataset’s content hash instead of relying only on its filename?
   • A hash guarantees every record is accurate
   • The filename can stay the same while its stored contents change
   • A filename contains all transformations
   • Hashing removes access restrictions
3. एक फीचर पाइपलाइन को आमतौर पर किस प्रकार की संरचना के रूप में दर्शाया जाता है?
   • SQL क्वेरीज़ की एक एकल सपाट सूची जिसे हर बार फिर से चलाया जाना चाहिए
   • एक संबंधपरक डेटाबेस तालिका
   • छिपी हुई परतों वाला एक तंत्रिका नेटवर्क
   • परिवर्तन चरणों का एक निर्देशित चक्रीय ग्राफ (डीएजी)।
4. A model behaves differently after a data update. What can version history help investigate?
   • Which data and transformation versions were used, with other runtime factors checked separately
   • A guaranteed identical rerun without environment records
   • Proof the update was authorized
   • A universal legal-compliance certificate
5. इनमें से कौन सा एक उदाहरण उपकरण है जो विशेष रूप से फीचर स्टोर या डेटा वर्जनिंग के लिए उपयोग किया जाता है?
   • फ़ोटोशॉप
   • Microsoft शब्द
   • एफएफएमपीईजी
   • पर्व (या डीवीसी/लेकएफएस)
6. यह क्यों महत्वपूर्ण है कि प्रशिक्षण और उत्पादन दोनों के दौरान समान फीचर तर्क चलता रहे?
   • क्लाउड स्टोरेज की लागत कम करने के लिए
   • मॉडल को स्वचालित रूप से बड़ा और अधिक सटीक बनाने के लिए
   • यह सुनिश्चित करने के लिए कि मॉडल लगातार गणना की गई सुविधाओं को देखता है और प्रशिक्षण/सेवा बेमेल से बचता है
   • क्योंकि प्रोडक्शन सर्वर Python नहीं चला सकते
7. A team has the same data and code but a changed random state. What remains possible?
   • Different computed outputs despite matching versions
   • Versioning forces every random choice to match
   • The dataset filename must change
   • All models become deterministic
8. A reviewer asks which input record and transform produced a feature at a particular time. What record addresses that question?
   • Only the final prediction text
   • Feature lineage with source, transform version and timestamp
   • Only the dataset filename
   • Only a model parameter count