Kuiz berkaitan panduan · Keras Tahap

Kuiz Kesediaan Data untuk Projek AI

Menguji lima semakan kesediaan data, termasuk berat sebelah pemilihan, kebocoran data, perjanjian label dan had undang-undang seperti had tujuan GDPR.

Laluan panduan yang berkaitanKesediaan Data Untuk Projek AI
soalan 1 daripada 8

Bank mempunyai hasil pembayaran balik hanya untuk pemohon yang diluluskan. Masalah kesediaan data manakah yang ditunjukkan oleh ini?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Bank mempunyai hasil pembayaran balik hanya untuk pemohon yang diluluskan. Masalah kesediaan data manakah yang ditunjukkan oleh ini?
    • Rekod pendua
    • Bias pemilihan yang menjadikan data tidak mewakili
    • API yang perlahan
    • Labelkan perselisihan faham antara annotator
  2. Apakah kebocoran data dalam konteks latihan model?
    • Data dicuri oleh penyerang
    • Kos penyimpanan meningkat dari semasa ke semasa
    • Kehilangan rekod semasa penghijrahan
    • Ciri yang mengandungi maklumat hanya tersedia selepas keputusan diramalkan
  3. Prinsip GDPR yang manakah mengehadkan penggunaan semula data yang dikumpul untuk satu tujuan untuk tujuan baharu yang tidak serasi?
    • Batasan tujuan
    • Hak untuk mudah alih data
    • Akauntabiliti
    • Had penyimpanan
  4. Dalam Kesediaan Data untuk Projek AI: apakah yang diukur oleh kappa Cohen?
    • Kelajuan saluran paip data
    • Bilangan nilai yang hilang
    • Perjanjian antara annotator, diperbetulkan untuk peluang
    • Kos pelabelan setiap item
  5. Mengapakah pengambilan semula untuk pembantu AI generatif perlu menghormati kebenaran akses sedia ada?
    • Untuk membuat respons dimuatkan dengan lebih cepat
    • Jadi pembantu tidak mendedahkan dokumen pengguna tidak dibenarkan untuk melihat
    • Kerana pembenaman memerlukan kebenaran untuk dikira
    • Untuk mengurangkan bilangan dokumen yang disimpan
  6. Mengapakah model ramalan biasanya diuji pada pembahagian data mengikut masa dan bukannya secara rawak?
    • Ia mencerminkan penggunaan sebenar dan mengelakkan latihan mengenai maklumat masa depan
    • Perpecahan rawak adalah haram
    • Pembahagian masa memerlukan lebih sedikit data
    • Pemisahan rawak tidak boleh digunakan dengan label
  7. Pernyataan yang manakah menggambarkan salah tanggapan umum tentang kesediaan data?
    • Kesediaan bergantung pada kes penggunaan tertentu
    • Kualiti hanya perlu cukup baik untuk tugas itu
    • Hak undang-undang untuk menggunakan data mesti disemak
    • Jumlah data yang besar bermakna organisasi bersedia untuk AI
  8. Apakah rekod dokumen 'helaian data untuk set data'?
    • Kos setiap pelayan pangkalan data
    • Ketepatan model pada set ujian
    • Asal, komposisi, kaedah pengumpulan dan penggunaan set data
    • Kata laluan untuk mengakses data