Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ
Kiểm tra hành vi của bài kiểm tra mô hình ML
Phân biệt các thử nghiệm bất biến, định hướng và chức năng tối thiểu, đồng thời hiểu lý do tại sao việc kiểm tra hành vi bổ sung cho đánh giá tổng hợp.
Câu hỏi 1 của 8
Việc thay đổi dấu câu sẽ giữ nguyên ý nghĩa của câu. Loại thử nghiệm nào kiểm tra độ ổn định đầu ra?
Xem trước mọi câu hỏi8 câu hỏi
Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.
- Việc thay đổi dấu câu sẽ giữ nguyên ý nghĩa của câu. Loại thử nghiệm nào kiểm tra độ ổn định đầu ra?
- Kiểm tra bất biến
- Kiểm tra kỳ vọng định hướng
- Kiểm tra chức năng tối thiểu
- Phân chia thử nghiệm đào tạo ngẫu nhiên
- Một mô hình sẽ phản hồi theo một hướng xác định khi một đầu vào được xác thực tăng lên. Loại bài kiểm tra nào phù hợp?
- bất biến
- Kỳ vọng định hướng
- Chức năng tối thiểu
- Kiểm tra tuần tự hóa
- Kiểm thử sẽ kiểm tra xem mô hình có thể duy trì phủ định trong một ví dụ dịch đơn giản mà không so sánh các cặp đầu vào được chuyển đổi hay không. Thể loại nào phù hợp?
- Độ trễ hiệu suất
- Kiểm tra bất biến
- Kiểm tra chức năng tối thiểu
- Giám sát trôi dạt dữ liệu
- Tại sao nhóm phải xem xét hành vi dự kiến trước khi mã hóa nó thành một bài kiểm tra?
- Việc xem xét làm cho kết quả đầu ra của mô hình mang tính xác định
- Mọi hành vi được mong đợi đều tự động chứng minh sự công bằng
- Bộ thử nghiệm tạo ra các nhãn thực tế
- Sự chuyển đổi hoặc kỳ vọng có thể không hợp lệ cho mọi bối cảnh
- Việc vượt qua một bộ hành vi nhỏ sẽ thiết lập được điều gì?
- Mô hình vững chắc cho mọi ca phân phối
- Mô hình đã vượt qua các trường hợp quy định đó, không phải tất cả các điều kiện sản xuất
- Mô hình được hiệu chỉnh trên tất cả các nhóm
- Bộ kiểm tra mang tính đại diện theo định nghĩa
- Kiểm tra biến chất liên quan đến kiểm tra hành vi như thế nào?
- Nó yêu cầu một nhãn tham chiếu chính xác cho mỗi đầu vào được chuyển đổi
- Nó chỉ kiểm tra sự bình đẳng chính xác trên tất cả các phép biến đổi
- Nó kiểm tra mối quan hệ dự kiến giữa các kết quả đầu ra khi không có câu trả lời chính xác
- Nó chỉ áp dụng cho các mẫu hình ảnh chứ không áp dụng cho các loại đầu vào khác
- Tại sao phép thử tính bất biến giòn có thể không phù hợp?
- Mô hình phải được đào tạo lại cho từng câu
- Kiểm tra bất biến không thể so sánh kết quả đầu ra
- Tất cả xác suất của mô hình đều cố định
- Việc chuyển đổi có thể thay đổi ý nghĩa đối với một số ví dụ
- Những bài kiểm tra hành vi nào nên bổ sung?
- Các số liệu được đưa ra đại diện và các kiểm tra mô hình khác
- Chỉ có điểm tập huấn luyện
- Không cần đánh giá khác
- Chỉ danh sách kiểm tra cài đặt gói