Quiz collegato alla guida · Medio Livello
Quiz sul rilevamento dei punti di modifica
Confronta la segmentazione offline, il monitoraggio cumulativo e il rilevamento delle modifiche bayesiane online, comprese penalità e limiti di interpretazione.
Domanda 1 di 8
Quali tipi di comportamento in serie può contrassegnare un punto di cambiamento?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quali tipi di comportamento in serie può contrassegnare un punto di cambiamento?
- A shift in mean, variance, trend or distribution
- Only a change in class labels
- Only the first observation
- A guaranteed causal intervention
- In un obiettivo di segmentazione offline penalizzato, cosa fa generalmente una penalità maggiore?
- Force a change at every observation
- Discourage adding extra segments
- Remove all segment costs
- Increase the number of model variables
- Cosa accumula CUSUM nel tempo?
- Only the single largest observation in the sequence
- The number of free model parameters
- Evidence of deviation from a reference process
- The moving average of observations not yet collected
- Quale impostazione è particolarmente importante per il comportamento degli avvisi CUSUM?
- The class encoding order
- Il numero di cluster
- The metric denominator
- The control threshold
- Cosa aggiorna il rilevamento del punto di modifica online bayesiano?
- A single offline segmentation with no uncertainty
- A probability distribution over run lengths since a change
- The target's class labels
- The model's seasonal period only
- Why is a detected change not itself an explanation?
- The algorithm always outputs a causal variable
- Change points never correspond to real events
- A statistical shift may come from process change, seasonality, drift or data issues
- A segmentation has no time index
- What risk can a very low segmentation penalty create?
- Guaranteeing fewer false alarms
- Making every series stationary
- Removing autocorrelation by construction
- Over-segmenting random noise
- Which evaluation concern matters for repeated online monitoring?
- False alarms and detection delay across repeated looks
- Only one p-value at the final time
- Whether all segment means are identical
- The maximum number of predictors