Kuiz Kedai Ciri

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Why use shared feature definitions for training and online serving?
   • To guarantee every cached value is always fresh
   • To reduce skew caused by separate transformation implementations
   • To eliminate the need for timestamps
   • To choose a GPU model automatically
2. Apakah perbezaan antara kedai luar talian dan dalam talian?
   • Luar talian menyimpan data sejarah untuk latihan; dalam talian menyajikan nilai terkini dengan pantas untuk ramalan langsung
   • Luar talian adalah untuk imej, dalam talian adalah untuk teks
   • Mereka adalah sama dengan nama yang berbeza
   • Luar talian berjalan pada hujung minggu, dalam talian berjalan pada hari bekerja
3. Mengapakah gabungan titik dalam masa penting semasa membina data latihan?
   • Mereka membuat pangkalan data berjalan lebih cepat
   • Mereka menterjemah ciri ke dalam bahasa lain
   • Mereka menghalang kebocoran data dengan menggunakan nilai ciri seperti yang berlaku pada setiap masa acara
   • Mereka mengurangkan saiz fail model
4. Which storage pattern commonly supports low-latency feature lookup by entity key?
   • An archival tape read for every request
   • A printed document catalog
   • A model-weight-only file
   • A key-value online store such as Redis or DynamoDB
5. Apakah 'ciri' dalam konteks ini?
   • Pembolehubah input yang diperoleh daripada data, seperti purata perbelanjaan selama 30 hari
   • Pepijat dalam kod model
   • Skim warna papan pemuka
   • Sejenis GPU
6. Apakah faedah tambahan yang diberikan oleh katalog ciri kongsi?
   • Ia memadam data lama secara automatik setiap jam
   • Ia menggantikan keperluan untuk sebarang latihan model
   • Ia membolehkan ciri yang dibina untuk satu model ditemui dan digunakan semula oleh model lain
   • Ia menyulitkan e-mel syarikat
7. A feature’s event time precedes a loan decision, but the value only arrived afterward. What must a historical training join consider?
   • Only whether its column name is short
   • A rule that every past event was already known
   • Only the current online value
   • Whether that value was actually available at prediction time
8. An online feature has not been refreshed after new events arrived. Which property should a feature-store monitor inspect?
   • The font size of the registry page
   • Feature freshness relative to the prediction’s needs
   • The model’s number of attention heads only
   • Whether the feature name contains a digit