Rehber bağlantılı sınav · Orta Seviye

Birleşik Öğrenme Sınavı

Ham kayıtları yerel tutmanın neden tam bir gizlilik garantisi olmadığı da dahil olmak üzere, birleşik model güncellemelerini, ağırlıklı ortalamayı ve güvenli toplamayı uygulayın.

İlgili kılavuz yollarıBirleşik Öğrenme
Soru 1 arasında 8

How does federated learning train a shared model without centralizing user data?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. How does federated learning train a shared model without centralizing user data?
    • Herkesin ham verilerini merkezi bir sunucuya yükleyerek bir modeli eğitin
    • Yalnızca sentetik verileri kullanın ve asla gerçek verileri kullanmayın
    • Bir sunucuya ham veriler yerine model güncellemeleri göndererek paylaşılan bir modeli eğitin
    • Her cihazda sonsuza kadar ayrı, ilgisiz bir model çalıştırın
  2. Birleşik Ortalama (FedAvg) algoritması sunucuda ne yapar?
    • Tüm istemci modellerini siler
    • İstemcilerden gelen ağırlık güncellemelerinin ortalamasını alır; genellikle veri miktarına göre ağırlıklandırılır
    • Ham verileri istemcilere geri gönderir
    • Modeli tamamen kendi başına eğitir
  3. Hangi ürün tahminleri geliştirmek için birleşik öğrenmeyi kullandı?
    • Merkezi bir spam e-posta filtresi
    • Bir hava durumu uydusu
    • Bir video oyun konsolu
    • Google'in Gboard klavyesi
  4. Why might a hospital collaboration investigate federated training?
    • It can train through local computations without centrally pooling patient records
    • It automatically makes all sharing legally compliant
    • It removes every risk of revealing patient information
    • It requires no evaluation of the resulting model
  5. Model güncellemeleri neden tek başına otomatik olarak tamamen gizli olmuyor?
    • Güncellemeler her zaman rastgele gürültüdür
    • Güncellemeler yine de temel verilerle ilgili bilgileri sızdırabilir
    • Güncellemeler ham verileri değişmeden içerir
    • Güncellemeler ağlar üzerinden gönderilemiyor
  6. 'IID olmayan' veriler birleştirilmiş öğrenmede hangi soruna neden olur?
    • Tüm cihazların verileri aynı olduğundan hiçbir şey öğrenilmez
    • Sunucunun belleği anında tükeniyor
    • Model yalnızca görüntüleri öğrenebilir
    • Katılımcıların veri dağılımları çok farklı olduğundan ortalama almayı zorlaştırıyor
  7. Two FedAvg clients return scalar weights 0 and 10 after using 1 and 3 training examples. What is the data-weighted average?
    • 7.5
    • 5
    • 10
    • 2.5
  8. What does a successful secure-aggregation protocol aim to reveal to the federated server?
    • Every client’s raw training record
    • Only a participant’s device password
    • The aggregate update rather than each participant’s individual value
    • A complete guarantee against all information in the aggregate