Викторина, связанная с руководством · Средний Уровень
Викторина по поведенческому тестированию моделей машинного обучения
Различайте тесты инвариантности, направленности и тестов минимальной функциональности и поймите, почему поведенческие проверки дополняют совокупную оценку.
Вопрос 1 из 8
Изменение пунктуации должно сохранить смысл предложения. Какой тип теста проверяет стабильность выходного сигнала?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Изменение пунктуации должно сохранить смысл предложения. Какой тип теста проверяет стабильность выходного сигнала?
- Тестирование инвариантности
- Направленное тестирование ожиданий
- Минимальное тестирование функциональности
- Случайное разделение поезд-теста
- Модель должна реагировать в заданном направлении, когда увеличивается один проверенный ввод. Какой тип теста подходит?
- Инвариантность
- Направленное ожидание
- Минимальный функционал
- Тестирование сериализации
- Тест проверяет, может ли модель сохранить отрицание в простом примере перевода без сравнения преобразованных входных пар. Какая категория подходит?
- Задержка производительности
- Тестирование инвариантности
- Минимальное тестирование функциональности
- Мониторинг дрейфа данных
- Почему команда должна проверять ожидаемое поведение, прежде чем кодировать его как тест?
- Обзор делает результаты модели детерминированными
- Любое ожидаемое поведение автоматически доказывает справедливость
- Набор тестов создает достоверные метки
- Преобразование или ожидание могут быть действительными не для каждого контекста.
- Что дает прохождение небольшого поведенческого теста?
- Модель устойчива к каждому сдвигу распределения.
- Модель прошла указанные случаи, а не все производственные условия.
- Модель калибруется по всем группам.
- Набор тестов является репрезентативным по определению.
- Как метаморфическое тестирование связано с поведенческими тестами?
- Требуется правильная ссылочная метка для каждого преобразованного ввода.
- Он проверяет только точное равенство во всех преобразованиях.
- Он проверяет ожидаемые отношения между выходными данными, когда точные ответы недоступны.
- Это применимо только к моделям изображений, а не к другим типам ввода.
- Почему тест на хрупкую инвариантность может оказаться неприемлемым?
- Модель должна быть переобучена для каждого предложения.
- Тесты инвариантности не могут сравнивать выходные данные
- Все вероятности модели фиксированы
- Преобразование может изменить смысл некоторых примеров.
- Какую оценку должны дополнять поведенческие тесты?
- Репрезентативные удерживаемые метрики и другие проверки модели
- Только оценка обучающего набора
- Никакой другой оценки не требуется
- Только контрольный список установки пакета