Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Változáspont-észlelési kvíz

Hasonlítsa össze az offline szegmentálást, a kumulatív megfigyelést és az online Bayes-féle változásészlelést, beleértve a büntetéseket és az értelmezési korlátokat.

Kapcsolódó útmutató utakChange Point Detection
kérdés 1 -ból 8

Milyen típusú sorozat viselkedését változtathatja meg egy pont?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen típusú sorozat viselkedését változtathatja meg egy pont?
    • Átlag, szórás, trend vagy eloszlás eltolódása
    • Csak az osztálycímkék változtak
    • Csak az első megfigyelés
    • Garantált ok-okozati beavatkozás
  2. A büntetett offline szegmentálási céloknál általában mit tesz egy nagyobb büntetés?
    • Minden megfigyelésnél kényszerítsen változtatást
    • Kerülje a további szegmensek hozzáadását
    • Távolítsa el az összes szegmensköltséget
    • Növelje a modellváltozók számát
  3. Mi halmozódik fel a CUSUM idővel?
    • Csak az egyetlen legnagyobb megfigyelés a sorozatban
    • A szabad modellparaméterek száma
    • A referenciafolyamattól való eltérés bizonyítéka
    • A még nem gyűjtött megfigyelések mozgóátlaga
  4. Melyik beállítás különösen fontos a CUSUM riasztási viselkedéséhez?
    • Az osztály kódolási sorrendje
    • A klaszterek száma
    • A metrikus nevező
    • Az ellenőrzési küszöb
  5. Mit frissít a Bayes-féle online változáspont-észlelés?
    • Egyetlen offline szegmentálás bizonytalanság nélkül
    • Valószínűségi eloszlás a futási hosszon a változás óta
    • A cél osztálycímkéi
    • Csak a modell szezonális időszaka
  6. Miért nem magyarázat az észlelt változás önmagában?
    • Az algoritmus mindig egy okozati változót ad ki
    • A változási pontok soha nem felelnek meg a valós eseményeknek
    • A statisztikai eltolódás oka lehet a folyamatváltozás, a szezonalitás, az eltolódás vagy az adatokkal kapcsolatos problémák
    • A szegmentálásnak nincs időindexe
  7. Milyen kockázatot jelenthet egy nagyon alacsony szegmentációs büntetés?
    • Kevesebb téves riasztás garantálása
    • Minden sorozatot helyhez téve
    • Autokorreláció eltávolítása konstrukcióval
    • Túlszegmentált véletlenszerű zaj
  8. Melyik értékelés vonatkozik az ismételt online monitorozásra?
    • Téves riasztások és észlelési késleltetés az ismételt megtekintések során
    • Csak egy p-érték a végső időpontban
    • Az összes szegmens átlaga azonos-e
    • A prediktorok maximális száma