Özellik Mühendisliği İşlem Hatları ve Veri Sürümü Oluşturma Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Özellik mühendisliği ardışık düzeninin temel amacı nedir?
   • Daha sonra devreye almak üzere eğitilmiş model ağırlıklarını depolamak için
   • Bir küme genelinde GPU işlerini planlamak için
   • Ham verileri bir modelin tükettiği yapılandırılmış özelliklere dönüştürmek için
   • Kullanılmayan veri kümelerini şifrelemek için
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. Bir özellik hattı genellikle hangi tür yapı olarak temsil edilir?
   • Her seferinde yeniden çalıştırılması gereken SQL sorgularının tek bir düz listesi
   • İlişkisel bir veritabanı tablosu
   • Gizli katmanlara sahip bir sinir ağı
   • Dönüşüm adımlarının yönlendirilmiş asiklik grafiği (DAG)
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. Bunlardan hangisi özellikle özellik depoları veya veri sürüm oluşturma için kullanılan örnek bir araçtır?
   • Photoshop
   • Microsoft Kelime
   • FFmpeg
   • Bayram (veya DVC / LakeFS)
6. Hem eğitim hem de üretim sırasında aynı özellik mantığının çalışması neden önemlidir?
   • Bulut depolama maliyetini azaltmak için
   • Modeli otomatik olarak daha büyük ve daha doğru hale getirmek için
   • Modelin tutarlı bir şekilde hesaplanan özellikleri görmesini ve eğitim/sunum uyumsuzluklarını önlemesini sağlamak için
   • Çünkü üretim sunucuları Python'u çalıştıramaz
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