Вікторина, пов’язана з посібником · Середній Рівень
Тест про магазини функцій
Попрактикуйтеся в історії сховища функцій, актуальності в Інтернеті та об’єднанні об’єктів, зокрема про те, як спільні визначення зменшують перекоси, не гарантуючи ідентичних вхідних даних.
Питання 1 з 8
Why use shared feature definitions for training and online serving?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Why use shared feature definitions for training and online serving?
- To guarantee every cached value is always fresh
- To reduce skew caused by separate transformation implementations
- To eliminate the need for timestamps
- To choose a GPU model automatically
- Яка різниця між офлайн-магазинами та онлайн-магазинами?
- Offline зберігає історичні дані для навчання; онлайн швидко надає останні значення для прогнозів у реальному часі
- Офлайн – для зображень, онлайн – для тексту
- Вони однакові з різними назвами
- Офлайн працює у вихідні, онлайн – у будні
- Чому об’єднання в певний момент часу важливі під час створення навчальних даних?
- Вони прискорюють роботу бази даних
- Вони перекладають функції на інші мови
- Вони запобігають витоку даних, використовуючи значення функцій, якими вони були під час кожної події
- Вони зменшують розмір файлу моделі
- Which storage pattern commonly supports low-latency feature lookup by entity key?
- An archival tape read for every request
- A printed document catalog
- A model-weight-only file
- A key-value online store such as Redis or DynamoDB
- Що таке «функція» в цьому контексті?
- Вхідна змінна, отримана з даних, як-от середні витрати за 30 днів
- Помилка в коді моделі
- Колірна схема приладової панелі
- Тип GPU
- Які додаткові переваги надає спільний каталог функцій?
- Він автоматично видаляє старі дані щогодини
- Це замінює будь-яку модельну підготовку
- Це дозволяє виявити функції, створені для однієї моделі, і повторно використовувати їх іншими моделями
- Він шифрує електронну пошту компанії
- A feature’s event time precedes a loan decision, but the value only arrived afterward. What must a historical training join consider?
- Only whether its column name is short
- A rule that every past event was already known
- Only the current online value
- Whether that value was actually available at prediction time
- An online feature has not been refreshed after new events arrived. Which property should a feature-store monitor inspect?
- The font size of the registry page
- Feature freshness relative to the prediction’s needs
- The model’s number of attention heads only
- Whether the feature name contains a digit