ガイド連動クイズ · 中 レベル

MLflow とモデルのライフサイクル追跡に関するクイズ

モデル展開ワークフローにおけるエイリアスの役割を含む、MLflow 実験の追跡、モデルのパッケージ化、レジストリ バージョンの参照を実践します。

関連するガイドパスMLflow とモデルのライフサイクル追跡
質問 1 の 8

MLflow Tracking はデータ サイエンティストにとってどのような主な問題を解決しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. MLflow Tracking はデータ サイエンティストにとってどのような主な問題を解決しますか?
    • 生のトレーニング データに自動的にラベルを付ける
    • 保存時のモデルの重みの暗号化
    • 多くの実験実行にわたってパラメータ、メトリクス、アーティファクトの比較可能な記録を維持する
    • Kubernetes クラスターの必要性を置き換える
  2. Which MLflow component stores registered model versions and their tags or aliases?
    • モデルレジストリ
    • The learning-rate scheduler
    • The training-data labeler
    • The Kubernetes pod scheduler
  3. MLflow が「フレームワークに依存しない」とはどういう意味ですか?
    • TensorFlow でのみ動作します
    • カスタム言語でモデルを書き直す必要があります
    • Databricks 上でのみ実行されます
    • scikit-learn、PyTorch、XGBoost などの多くの ML ライブラリで動作します。
  4. MLflow モデル形式の目的は何ですか?
    • トレーニングデータを圧縮するには
    • トレーニングされたモデルをフレームワークのフレーバーとメタデータでラップして、さまざまな方法でデプロイできるようにするため
    • 再トレーニングジョブをスケジュールするには
    • ニューラル ネットワーク層を視覚化するには
  5. MLflow を作成した会社はどこですか?
    • データブリック
    • Google
    • Netflix
    • Amazon
  6. MLflow は生成 AI アプリケーションをサポートするためにどのように拡張されていますか?
    • 従来の ML モデルのサポートを終了することにより
    • クローズドソース製品になることで
    • あらゆるトレーニングの枠組みを置き換えることで、
    • LLM アプリのトレース、プロンプト管理、評価を追加することによって
  7. A deployment resolves an MLflow model through a champion alias. What can reassignment of that alias change?
    • The recorded metrics inside every old experiment
    • The registered model version that the named reference resolves to
    • The model framework of all stored artifacts
    • The training labels in a historical dataset
  8. Two MLflow runs use different learning rates. What record helps compare their validation results?
    • Only the wall color of the training room
    • A registry alias without any run information
    • Each run’s logged parameters and validation metrics
    • A notebook filename without the experiment outputs