等角予測クイズ

クイズに答えると、答えと解説が表示されます。

1. 等角予測法は単一ラベルの代わりに何を出力しますか?
   • カバレッジ保証付きの予測セットまたは予測間隔
   • より精度の高い再トレーニングされたモデル
   • 不確実性のない単一点推定
   • トレーニングセットの損失値
2. 標準のコンフォーマルカバレッジ保証を裏付ける仮定はどれですか?
   • モデルはニューラルネットワークです
   • データポイントは交換可能です
   • 機能は互いに独立しています
   • ラベルのバランスが完璧です
3. 校正セットの役割は何ですか?
   • 基礎となるモデルをトレーニングするには
   • 学習率を選択するには
   • しきい値を設定する不適合スコアを計算するには
   • トレーニング データから外れ値を削除するには
4. alpha = 0.1 に設定した場合、どの範囲をターゲットにしていますか?
   • 10%
   • 50%
   • 99%
   • 90%
5. モデルが入力に関して非常に不確実な場合、予測セットには通常何が起こりますか?
   • セットは大きくなり、より多くの候補ラベルが含まれます
   • セットが空になる
   • しきい値は無視されます
   • モデルは自動的に再トレーニングされます
6. 等角予測が「分布なし」と呼ばれるのはなぜですか?
   • ガウス データでのみ機能します
   • カバレッジを保証するためにデータ分布に関するパラメトリックな仮定を必要としません。
   • データ分散を完全に破棄します
   • 一様分布を仮定します
7. A split-conformal classifier has 99 calibration examples and targets 90% marginal coverage. Which rank is used for the calibration quantile?
   • The 10th ordered score
   • The 99th score only
   • The 90th ordered calibration score (ceil((99+1) × 0.9))
   • The average of all labels
8. In classification, what can a nonconformity score such as 1 minus the candidate label probability represent?
   • トレーニング エポックの数
   • The probability that the calibration set is exchangeable
   • The class frequency in the test set
   • How poorly the model supports that candidate label for the example