Bài kiểm tra dự báo nhu cầu AI

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Tại sao một mô hình dự báo toàn cầu lại hữu ích khi một tổ chức có nhiều chuỗi dữ liệu liên quan?
   • Nó có thể học các mẫu chung giữa các chuỗi đồng thời duy trì các đầu vào cụ thể cho từng chuỗi
   • Nó đảm bảo sai số dự báo giống nhau cho mọi chuỗi
   • Nó thay thế việc kiểm định theo trình tự thời gian bằng một phép chia ngẫu nhiên
   • Nó có nghĩa là một mô hình được huấn luyện riêng biệt cho từng chuỗi
2. Tại sao dự báo xác suất (lượng tử) lại có giá trị cho việc lập kế hoạch tồn kho?
   • Họ đưa ra một con số đảm bảo duy nhất
   • Chúng thể hiện phạm vi và sự tin cậy để các nhà lập kế hoạch có thể thiết lập lượng dự trữ an toàn trước rủi ro.
   • Chúng loại bỏ sự cần thiết của bất kỳ dữ liệu lịch sử nào
   • Họ làm cho việc dự báo diễn ra nhanh hơn
3. Phương pháp dự báo thống kê cổ điển nào có trước các phương pháp ML hiện đại?
   • Máy biến áp nhiệt hạch tạm thời
   • sâuAR
   • ARIMA
   • TimesFM
4. Cạm bẫy quan trọng cần tránh khi đào tạo người dự báo nhu cầu là gì?
   • Sử dụng tính năng lịch
   • Bao gồm thông tin khuyến mãi
   • Tạo khoảng tin cậy
   • Rò rỉ dữ liệu tương lai vào việc đào tạo các dự đoán trong quá khứ
5. Tín hiệu bên ngoài nào sẽ cải thiện đáng kể nhất dự báo về doanh số bán kem?
   • Nhiệt độ và thời tiết hàng ngày
   • Nhật ký thời gian hoạt động của máy chủ
   • Sinh nhật của CEO
   • Lựa chọn font chữ trên trang web
6. Bài báo nghiên cứu về mô hình nền tảng chỉ có bộ giải mã (decoder-only) được trích dẫn đã báo cáo gì về các dự báo không cần huấn luyện bổ sung (zero-shot) của mô hình đó?
   • Nó đảm bảo dự báo tốt hơn cho mọi chuỗi dữ liệu kinh doanh
   • Trên một số tập dữ liệu công khai, độ chính xác sẵn dùng gần bằng các mô hình có giám sát được huấn luyện cho từng tập dữ liệu
   • Nó loại bỏ nhu cầu sử dụng các đường cơ sở thống kê
   • Nó chỉ dự báo sau khi được tinh chỉnh trên từng chuỗi mục tiêu
7. Kiến trúc nào được sử dụng trong bài báo DeepAR để tạo ra các dự báo trên nhiều chuỗi thời gian liên quan?
   • Một mô hình ARIMA duy nhất được khớp riêng cho từng chuỗi
   • Một bảng tra cứu tĩnh chứa các giá trị trong tương lai
   • Một mạng hồi tiếp tự hồi quy được huấn luyện trên nhiều chuỗi liên quan
   • Một mô hình khuếch tán hình ảnh đọc các biểu đồ đã vẽ
8. Tại sao phải đánh giá một mô hình dự báo nhu cầu so với các đường cơ sở thống kê?
   • Để đảm bảo mô hình thần kinh luôn chiến thắng
   • Để làm cho tình trạng rò rỉ dữ liệu trở nên không thể tránh khỏi
   • Để loại bỏ sự bất định khỏi nhu cầu
   • Để kiểm tra xem độ phức tạp bổ sung của mô hình có cải thiện nhiệm vụ dự báo mục tiêu hay không