모델 드리프트 감지 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 데이터 드리프트와 개념 드리프트의 차이점은 무엇입니까?
   • 데이터 드리프트는 입력 분포를 변경합니다. 개념 드리프트는 입력-출력 관계를 변경합니다.
   • 둘은 같은 것을 가리키는 두 개의 이름이다
   • 데이터 드리프트는 이미지에만 영향을 미칩니다. 개념 드리프트는 텍스트에만 영향을 미칩니다.
   • 훈련 중에 데이터 드리프트가 발생합니다. 테스트 중에 개념 드리프트가 발생합니다.
2. How should a team interpret a PSI value such as 0.30?
   • As a guarantee that model accuracy has fallen
   • As a signal to investigate under the chosen monitoring policy, not a universal proof of harmful drift
   • As an identical threshold for every feature and population
   • As proof that retraining must begin immediately
3. 입력 기반 드리프트 감지가 조기 경고를 제공할 수 있는 이유는 무엇입니까?
   • 입력은 항상 먼저 잘못되기 때문에
   • 입력은 더 작은 파일이기 때문에
   • 정답 라벨은 예측보다 훨씬 늦게 도착하는 경우가 많기 때문입니다.
   • 모델은 라벨을 완전히 무시하기 때문에
4. What does a two-sample Kolmogorov-Smirnov test compare?
   • The average accuracy of two classifiers only
   • The class labels predicted by a single model
   • The parameter values of two neural networks
   • The empirical cumulative distribution functions of two samples
5. 개념 드리프트의 명확한 예는 무엇입니까?
   • 유사해 보이는 이메일에 대해서도 시간이 지남에 따라 사용자가 '스팸'으로 간주하는 항목이 변경됩니다.
   • 카메라는 약간 더 밝은 이미지를 생성합니다.
   • 데이터 세트의 고객 연령은 동일하게 유지됩니다.
   • 데이터세트가 새로운 파일 형식으로 저장됩니다.
6. What is a safe first response when an input-drift monitor triggers?
   • Automatically deploy a newly retrained model without evaluation
   • Investigate the data and impact, then decide whether retraining or another action is justified
   • Delete the reference data
   • Assume every shift is harmful concept drift
7. What can TensorFlow Data Validation check in an ML pipeline?
   • The causal effect of a feature
   • Whether every model prediction is correct
   • Data schemas and statistics, including unexpected changes
   • The absolute accuracy of an unlabeled dataset
8. What does the Population Stability Index (PSI) measure in a drift-monitoring setup?
   • The model’s accuracy on labeled examples
   • A causal effect of an input feature
   • A universal pass/fail threshold for all models
   • A numerical summary of how binned feature distributions differ between reference and current data