แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบคุณสมบัติไปป์ไลน์ทางวิศวกรรมและการกำหนดเวอร์ชันข้อมูล

ทดสอบการแปลงข้อมูล เวอร์ชันตามเนื้อหา การขึ้นต่อกันของ DAG ความเท่าเทียมกันของฟีเจอร์ บันทึกสายเลือด และขีดจำกัดความสามารถในการทำซ้ำ

คำถาม 1 ของ 8

วัตถุประสงค์หลักของไปป์ไลน์วิศวกรรมฟีเจอร์คืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. วัตถุประสงค์หลักของไปป์ไลน์วิศวกรรมฟีเจอร์คืออะไร?
    • เพื่อจัดเก็บตุ้มน้ำหนักแบบจำลองที่ได้รับการฝึกอบรมเพื่อการปรับใช้ในภายหลัง
    • เพื่อกำหนดเวลางาน GPU ทั่วทั้งคลัสเตอร์
    • เพื่อแปลงข้อมูลดิบเป็นคุณสมบัติที่มีโครงสร้างที่แบบจำลองใช้
    • เพื่อเข้ารหัสชุดข้อมูลที่เหลือ
  2. Why compare a dataset’s content hash instead of relying only on its filename?
    • A hash guarantees every record is accurate
    • The filename can stay the same while its stored contents change
    • A filename contains all transformations
    • Hashing removes access restrictions
  3. โดยทั่วไปแล้วฟีเจอร์ไปป์ไลน์จะแสดงเป็นโครงสร้างประเภทใด
    • รายการคำสั่ง SQL แบบเดี่ยวรายการเดียวที่ต้องรันใหม่ทุกครั้ง
    • ตารางฐานข้อมูลเชิงสัมพันธ์
    • โครงข่ายประสาทเทียมที่มีชั้นที่ซ่อนอยู่
    • กราฟอะไซคลิกแบบกำหนดทิศทาง (DAG) ของขั้นตอนการเปลี่ยนแปลง
  4. A model behaves differently after a data update. What can version history help investigate?
    • Which data and transformation versions were used, with other runtime factors checked separately
    • A guaranteed identical rerun without environment records
    • Proof the update was authorized
    • A universal legal-compliance certificate
  5. ข้อใดต่อไปนี้คือเครื่องมือตัวอย่างที่ใช้สำหรับร้านค้าฟีเจอร์หรือการกำหนดเวอร์ชันข้อมูลโดยเฉพาะ
    • โฟโต้ชอป
    • Microsoft คำพูด
    • FFmpeg
    • งานฉลอง (หรือ DVC / LakeFS)
  6. เหตุใดจึงสำคัญที่ตรรกะคุณลักษณะเดียวกันจะทำงานในระหว่างการฝึกอบรมและการใช้งานจริง
    • เพื่อลดต้นทุนการจัดเก็บข้อมูลบนคลาวด์
    • เพื่อให้โมเดลมีขนาดใหญ่ขึ้นและแม่นยำยิ่งขึ้นโดยอัตโนมัติ
    • เพื่อให้แน่ใจว่าโมเดลเห็นคุณลักษณะที่คำนวณอย่างสม่ำเสมอ และหลีกเลี่ยงการฝึกอบรม/การให้บริการที่ไม่ตรงกัน
    • เนื่องจากเซิร์ฟเวอร์ที่ใช้งานจริงไม่สามารถรัน Python ได้
  7. A team has the same data and code but a changed random state. What remains possible?
    • Different computed outputs despite matching versions
    • Versioning forces every random choice to match
    • The dataset filename must change
    • All models become deterministic
  8. A reviewer asks which input record and transform produced a feature at a particular time. What record addresses that question?
    • Only the final prediction text
    • Feature lineage with source, transform version and timestamp
    • Only the dataset filename
    • Only a model parameter count