گائیڈ سے منسلک کوئز · درمیانہ سطح
فیچر اسٹورز کوئز
فیچر اسٹور کی سرگزشت، آن لائن تازگی، اور ہستی کے شامل ہونے کی مشق کریں، بشمول مشترکہ تعریفیں یکساں ان پٹس کی ضمانت کے بغیر کس طرح سکیو کو کم کرتی ہیں۔
سوال 1 کی 8
Why use shared feature definitions for training and online serving?
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- 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
- آف لائن اور آن لائن اسٹورز میں کیا فرق ہے؟
- آف لائن تربیت کے لیے تاریخی ڈیٹا رکھتا ہے۔ آن لائن لائیو پیشین گوئیوں کے لیے تازہ ترین اقدار کو تیزی سے پیش کرتا ہے۔
- آف لائن تصاویر کے لیے ہے، آن لائن متن کے لیے ہے۔
- وہ مختلف ناموں کے ساتھ ایک جیسے ہیں۔
- آف لائن اختتام ہفتہ پر چلتا ہے، آن لائن ہفتے کے دنوں میں چلتا ہے۔
- ٹریننگ ڈیٹا بناتے وقت پوائنٹ ان ٹائم جوائنز کیوں اہم ہوتے ہیں؟
- وہ ڈیٹا بیس کو تیز تر بناتے ہیں۔
- وہ خصوصیات کو دوسری زبانوں میں ترجمہ کرتے ہیں۔
- وہ فیچر ویلیوز کا استعمال کرکے ڈیٹا کے رساو کو روکتے ہیں جیسا کہ وہ ہر ایونٹ کے وقت تھے۔
- وہ ماڈل کی فائل کا سائز کم کرتے ہیں۔
- 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
- اس تناظر میں 'خصوصیت' کیا ہے؟
- ڈیٹا سے اخذ کردہ ایک ان پٹ متغیر، جیسے 30 دنوں سے زیادہ کا اوسط خرچ
- ماڈل کوڈ میں ایک بگ
- ڈیش بورڈ کی رنگ سکیم
- جی پی یو کی ایک قسم
- مشترکہ فیچر کیٹلاگ کیا اضافی فائدہ فراہم کرتا ہے؟
- یہ ہر گھنٹے پرانا ڈیٹا خود بخود حذف کر دیتا ہے۔
- یہ کسی بھی ماڈل ٹریننگ کی ضرورت کو بدل دیتا ہے۔
- یہ ایک ماڈل کے لیے بنائے گئے فیچرز کو دریافت کرنے اور دوسرے ماڈلز کو دوبارہ استعمال کرنے دیتا ہے۔
- یہ کمپنی کے ای میل کو خفیہ کرتا ہے۔
- 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