गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर
एमएल सिस्टम क्विज़ में छिपा हुआ तकनीकी ऋण
डेटा निर्भरता, उलझाव और फीडबैक लूप की पहचान करें जो तैनात मशीन-लर्निंग सिस्टम में छिपी रखरखाव लागत पैदा करते हैं।
प्रश्न 1 का 8
कौन सी डाउनस्ट्रीम निर्भरता अघोषित उपभोक्ता है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- कौन सी डाउनस्ट्रीम निर्भरता अघोषित उपभोक्ता है?
- एक डाउनस्ट्रीम घटक जो ट्रैक किए गए स्वामित्व के बिना किसी सुविधा या पूर्वानुमान का उपयोग करता है
- बिना लेबल के प्रशिक्षित एक मॉडल
- टेंसर में एक लुप्त मान
- एक GPU जिसमें ड्राइवर की कमी है
- कोई मॉडल रैंकिंग में फीडबैक लूप कैसे बना सकता है?
- इसका लॉस फ़ंक्शन प्रोग्रामिंग भाषा को बदल देता है
- इसके चयन आकार देते हैं जो भविष्य की बातचीत प्रशिक्षण डेटा बन जाती है
- इसकी भविष्यवाणियाँ उपयोगकर्ता के सभी व्यवहार को हटा देती हैं
- इसकी विशेषताएँ अपरिवर्तनीय हो जाती हैं
- एमएल प्रणाली में उलझाव क्या वर्णन करता है?
- प्रशिक्षण डेटा में केवल एक वर्ग होता है
- सभी मॉडल पैरामीटर स्वतंत्र हैं
- एक घटक में परिवर्तन निर्भरता के माध्यम से गैर-स्थानीय प्रभाव डाल सकता है
- मॉडल को एक कंटेनर में संग्रहीत किया जाता है
- जब कई मॉडल एक पाइपलाइन साझा करते हैं तो फीचर स्कीमा परिवर्तन जोखिम भरा क्यों हो सकता है?
- यह एकीकरण परीक्षणों की आवश्यकता को दूर करता है
- यह स्वचालित रूप से प्रत्येक मॉडल में सुधार करता है
- साझा सुविधाओं को संस्करणित नहीं किया जा सकता
- यह परिवर्तन कई उपभोक्ताओं के व्यवहार को बदल सकता है
- स्कीमा अनुबंध और स्वामित्व क्या उजागर करने में मदद कर सकते हैं?
- मॉडल की सटीक भविष्य सटीकता
- सिस्टम सीमाओं के पार डेटा अर्थ और जिम्मेदारी में परिवर्तन
- एक गारंटीकृत कारण संबंध
- अव्यक्त कारकों की इष्टतम संख्या
- केवल-मॉडल निगरानी से अपस्ट्रीम डेटा समस्या क्यों छूट सकती है?
- मॉनिटरिंग पूर्वानुमान लॉग को अक्षम कर देती है
- मॉडल डेटा प्राप्त नहीं कर सकता
- मॉडल कोड बदलने से पहले इनपुट या पाइपलाइन विफलताओं के कारण आउटपुट में बदलाव हो सकता है
- अपस्ट्रीम सिस्टम हमेशा स्थिर रहते हैं
- अप्रयुक्त मॉडल को सेवानिवृत्त करते समय एक टीम जोखिम को कैसे कम कर सकती है?
- पहले उसकी मूल्यांकन रिपोर्ट हटाओ
- निर्भरता की जाँच किए बिना आर्टिफैक्ट हटाएँ
- हर मॉडल को हमेशा के लिए रखें
- उपभोक्ताओं का मानचित्र बनाएं और एक चरणबद्ध सेवानिवृत्ति योजना का उपयोग करें
- कौन सा लक्षण तकनीकी ऋण जमा होने का संकेत दे सकता है?
- परिवर्तन धीमे हो जाते हैं और रोलबैक या प्रतिगमन विश्लेषण कठिन हो जाता है
- प्रत्येक मॉडल में कम पैरामीटर होते हैं
- प्रशिक्षण हानि कम हो जाती है
- भंडार में परीक्षण शामिल हैं