Викторина, связанная с руководством · Средний Уровень

Викторина по обнаружению точки изменения

Сравните офлайн-сегментацию, кумулятивный мониторинг и онлайн-обнаружение байесовских изменений, включая штрафы и пределы интерпретации.

Связанные направляющие путиОбнаружение точки изменения
Вопрос 1 из 8

Какие типы поведения серий могут отмечаться точкой изменения?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Какие типы поведения серий могут отмечаться точкой изменения?
    • Сдвиг среднего значения, дисперсии, тренда или распределения
    • Только изменение меток классов
    • Только первое наблюдение
    • Гарантированное причинное вмешательство
  2. Что обычно дает более крупный штраф в случае наказуемой цели офлайн-сегментации?
    • Принудительно вносить изменения при каждом наблюдении
    • Не рекомендуется добавлять дополнительные сегменты.
    • Удалить все затраты сегмента
    • Увеличьте количество переменных модели.
  3. Что CUSUM накапливается с течением времени?
    • Только одно самое большое наблюдение в последовательности
    • Количество свободных параметров модели
    • Доказательства отклонения от эталонного процесса
    • Скользящее среднее значений наблюдений еще не собрано
  4. Какой параметр особенно важен для поведения предупреждений CUSUM?
    • Порядок кодирования классов
    • Количество кластеров
    • Метрический знаменатель
    • Порог управления
  5. Что обновляет байесовское онлайн-обнаружение точек изменения?
    • Единая офлайн-сегментация без неопределенности
    • Распределение вероятностей по длинам серий с момента изменения
    • Метки классов цели
    • Только сезонный период модели
  6. Почему обнаруженное изменение само по себе не является объяснением?
    • Алгоритм всегда выводит причинную переменную
    • Точки изменений никогда не соответствуют реальным событиям
    • Статистический сдвиг может быть вызван изменением процесса, сезонностью, дрейфом или проблемами с данными.
    • Сегментация не имеет временного индекса
  7. Какой риск может создать очень низкий штраф за сегментацию?
    • Гарантия меньшего количества ложных срабатываний
    • Делаем каждую серию стационарной
    • Удаление автокорреляции путем построения
    • Чрезмерная сегментация случайного шума
  8. Какие вопросы оценки имеют значение для повторного онлайн-мониторинга?
    • Ложные тревоги и задержка обнаружения при повторных взглядах
    • Только одно значение p в последний момент времени
    • Все ли средние значения сегмента идентичны
    • Максимальное количество предикторов