ماڈل ڈرفٹ ڈیٹیکشن کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. ڈیٹا بڑھے اور تصور بڑھے میں کیا فرق ہے؟
   • ڈیٹا بڑھنے سے ان پٹ کی تقسیم میں تبدیلی آتی ہے۔ تصور بہاؤ ان پٹ سے آؤٹ پٹ تعلقات کو تبدیل کرتا ہے۔
   • وہ ایک ہی چیز کے دو نام ہیں۔
   • ڈیٹا بڑھنے سے صرف تصاویر متاثر ہوتی ہیں۔ تصور بہاؤ صرف متن کو متاثر کرتا ہے۔
   • ڈیٹا کا بہاؤ تربیت میں ہوتا ہے۔ تصور میں اضافہ ٹیسٹنگ میں ہوتا ہے۔
2. ایک ٹیم کو PSI قدر کی تشریح کیسے کرنی چاہیے جیسے کہ 0.30؟
   • As a guarantee that model accuracy has fallen
   • As a signal to investigate under the chosen monitoring policy, not a universal proof of harmful drift
   • As an identical threshold for every feature and population
   • As proof that retraining must begin immediately
3. ان پٹ پر مبنی بڑھے کا پتہ لگانے سے ابتدائی وارننگ کیوں مل سکتی ہے؟
   • کیونکہ ان پٹ ہمیشہ پہلے غلط ہوتے ہیں۔
   • کیونکہ ان پٹ چھوٹی فائلیں ہیں۔
   • کیونکہ زمینی سچائی کے لیبل اکثر پیشین گوئیوں سے بہت دیر میں آتے ہیں۔
   • کیونکہ ماڈل لیبلز کو مکمل طور پر نظر انداز کرتے ہیں۔
4. دو نمونہ کولموگورو سمرنوف ٹیسٹ کا موازنہ کیا ہے؟
   • The average accuracy of two classifiers only
   • The class labels predicted by a single model
   • The parameter values of two neural networks
   • The empirical cumulative distribution functions of two samples
5. کون سا منظر نامہ تصور کے بڑھنے کی واضح مثال ہے؟
   • جسے صارفین 'سپیم' سمجھتے ہیں وقت کے ساتھ ساتھ ایک جیسی نظر آنے والی ای میلز میں بھی تبدیلیاں آتی ہیں۔
   • ایک کیمرہ قدرے روشن تصاویر تیار کرتا ہے۔
   • ڈیٹا سیٹ میں صارف کی عمریں ایک جیسی رہتی ہیں۔
   • ڈیٹاسیٹ ایک نئی فائل فارمیٹ میں محفوظ ہے۔
6. What is a safe first response when an input-drift monitor triggers?
   • Automatically deploy a newly retrained model without evaluation
   • Investigate the data and impact, then decide whether retraining or another action is justified
   • Delete the reference data
   • Assume every shift is harmful concept drift
7. What can TensorFlow Data Validation check in an ML pipeline?
   • The causal effect of a feature
   • Whether every model prediction is correct
   • Data schemas and statistics, including unexpected changes
   • The absolute accuracy of an unlabeled dataset
8. What does the Population Stability Index (PSI) measure in a drift-monitoring setup?
   • The model’s accuracy on labeled examples
   • A causal effect of an input feature
   • A universal pass/fail threshold for all models
   • A numerical summary of how binned feature distributions differ between reference and current data