가이드 연계 퀴즈 · 중간 레벨

머신러닝 퀴즈를 위한 CI/CD

ML 딜리버리 파이프라인이 데이터를 검증하고, 모델을 교육 및 평가하고, 승격 게이트를 적용하고, 배포 상태를 조정하는 방법을 확인하세요.

관련 가이드 경로기계 학습용 Ci CD
질문 1 의 8

기계 학습용 CI/CD는 기존 소프트웨어 CI/CD에 무엇을 추가합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 기계 학습용 CI/CD는 기존 소프트웨어 CI/CD에 무엇을 추가합니까?
    • 코드뿐만 아니라 데이터 및 모델 문제 자동화
    • 없음 — 소프트웨어 CI/CD와 동일합니다.
    • 더 빠른 컴파일
    • 새로운 프로그래밍 언어
  2. ML 파이프라인 컨텍스트에서 'CT'는 일반적으로 무엇을 의미하나요?
    • 코드 전송
    • 지속적인 훈련
    • 컨테이너 테스트
    • 중앙 원격 측정
  3. What is a common evaluation gate before promoting a candidate ML model?
    • Promote it whenever training completes
    • Compare only model file sizes
    • Compare it with the production baseline on agreed metrics and promote only if policy thresholds pass
    • Skip evaluation if the code tests pass
  4. 다음 중 ML 파이프라인을 조정하는 데 일반적으로 사용되는 도구는 무엇입니까?
    • Microsoft 단어
    • VLC 미디어 플레이어
    • WinRAR
    • Kubeflow 파이프라인
  5. ML 파이프라인에 데이터 스키마 검증 단계가 포함될 수 있는 이유는 무엇입니까?
    • 훈련이 손상되기 전에 잘못된 형식 또는 표류된 입력 데이터를 포착하려면
    • GPU를 더 시원하게 실행하려면
    • 데이터 세트를 압축하려면
    • 열 이름을 무작위로 바꾸려면
  6. In Flux GitOps, what does reconciliation aim to do?
    • Retrain every model whenever code is committed
    • Make the deployed environment match the declared desired state
    • Automatically change a model’s evaluation labels
    • Replace version-controlled configuration with manual edits
  7. What is a useful model-artifact versioning practice?
    • Ignore training inputs after a model is deployed
    • Replace validation with a deployment timestamp
    • Version model artifacts with source data, code, and evaluation metadata
    • Use a schema check as a guarantee of model quality
  8. What is a typical trigger for continuous training in an ML pipeline?
    • Every inference request must retrain the model
    • A model file being downloaded by a user
    • A CPU core reaching a particular temperature
    • A scheduled run, new approved data, or a monitoring signal such as drift