Kuiz berkaitan panduan · Sederhana Tahap

Latihan Berterusan dan Kuiz Latihan Semula Automatik

Bandingkan latihan semula yang dijadualkan dan berasaskan pencetus dan kenal pasti perlindungan yang menghalang calon baharu daripada dihantar tanpa bukti.

Laluan panduan yang berkaitanLatihan Berterusan Latihan Semula Automatik
soalan 1 daripada 8

Apakah yang membezakan latihan berterusan daripada penggunaan automatik?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang membezakan latihan berterusan daripada penggunaan automatik?
    • Latihan boleh mencipta dan menilai calon tanpa mempromosikannya
    • Setiap latihan yang dijalankan mesti menggantikan pengeluaran
    • Penggunaan berlaku sebelum sebarang penilaian
    • Latihan berterusan mengelakkan data baharu
  2. Apakah yang perlu berlaku selepas amaran drift mencetuskan latihan semula?
    • Terbitkan calon dengan segera
    • Semak kualiti data dan skema sebelum menganggapnya sebagai pencetus model
    • Andaikan setiap makluman menunjukkan hanyutan konsep sebenar
    • Padamkan model sebelumnya
  3. Faedah operasi yang manakah boleh diberikan oleh kaden latihan semula berjadual?
    • Ia menjamin calon lebih baik
    • Ia sentiasa menggunakan label terbaharu dengan segera
    • Ia memberikan kaden yang boleh diramalkan dan mengira belanjawan
    • Ia menghapuskan pengesahan data
  4. Mengapakah calon harus dibandingkan dengan model yang digunakan?
    • Untuk membuat garis keturunan data tidak diperlukan
    • Untuk mengelakkan memilih metrik
    • Untuk menjamin prestasi subkumpulan
    • Untuk mengesan regresi berbanding garis dasar pengeluaran semasa
  5. Apakah yang perlu menyekat promosi jika subkumpulan kritikal mundur walaupun peningkatan agregat?
    • Keluaran automatik hanya berdasarkan skor agregat
    • Gerbang subkumpulan yang diisytiharkan sebelumnya atau semakan yang diperlukan
    • Pemadaman subkumpulan daripada pelaporan
    • Penggantian set ujian
  6. Rekod keturunan yang manakah membantu menghasilkan semula calon terlatih?
    • Hanya nombor siri GPU
    • Hanya nama awam model
    • Petikan data, semakan sumber, kebergantungan dan parameter
    • Tangkapan skrin metrik akhir
  7. Mengapa mengekalkan model terdahulu selepas mempromosikan calon?
    • Ia menjamin ramalan yang sama
    • Ia menjadikan calon lebih tepat
    • Ia menghilangkan keperluan untuk pemantauan
    • Ia membolehkan pemulangan semula jika tingkah laku langsung merosot
  8. Apakah yang perlu dilakukan oleh saluran paip jika data atau pintu penilaian yang diperlukan gagal?
    • Hentikan promosi dan simpan bukti kegagalan yang boleh didiagnosis
    • Terbitkan calon tetapi sembunyikan laporan itu
    • Langkau semakan yang gagal pada setiap larian kemudian
    • Gantikan garis dasar secara automatik