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.
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.
- 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
- 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.
- 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
- Какой параметр особенно важен для поведения предупреждений CUSUM?
- Порядок кодирования классов
- Количество кластеров
- Метрический знаменатель
- Порог управления
- 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
- 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
- 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
- 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