MLOps Foundation, Ethics, Nzuzo na Nlebaanya Ọrụ — Ọgụgụ isi Artificial na Sayensị Data na nyocha

Uru:

Ikike ịghọta usoro MLOps (mwepu, mbugharị, nleba anya, ọzụzụ ọzụzụ, nlọghachi azụ) yana ihe nlegharị anya na ịhazi nhazi ọkwa.
Ikike itinye ụkpụrụ nke ihe nlere anya ziri ezi, nghọta na ịza ajụjụ na ịmata ọdịiche nke ọnụ ọgụgụ ziri ezi na nnabata nke ụkpụrụ.
Ikike iji kpuchido data nkeonwe site na ụkpụrụ KVKK/GDPR wee kenye mmadụ ọrụ ikpeazụ na mkpebi dị elu.

Ịzụ ihe nlereanya na ịnweta akara dị elu abụghị njedebe, ma n'etiti. Ezigbo uru na-abịa mgbe a na-etinye ihe nlereanya ahụ na mmepụta ma na-arụ ọrụ ntụkwasị obi, na-enyocha oge na-enweghị mmebi, a na-emekwa usoro ahụ dum n'ime ụkpụrụ omume na iwu. Ngalaba mmechi a jikọtara isiokwu atọ: MLOps (ọzụzụ nke ibi ndụ, nlekota na idowe ụdị), ụkpụrụ omume (ikpe ziri ezi, nghọta, adịghị njọ) na nzuzo (ichekwa data nkeonwe). AI na-emepụta koodu, ndepụta ndenye, na ụkpụrụ na mpaghara ndị a; Mana ụmụ mmadụ na-ekpebi ma ihe nlereanya ọ ga-adị ndụ, ndị ọ ga-emetụta, na ihe data enwere ike iji. Mkpebi ndị a abụghị teknụzụ, mana mkpebi ọrụ.

MLOps: ihe nlereanya na-adị ka ngwaahịa

MLOps (ọrụ mmụta igwe - omume nke ịgba ọsọ, nlekota na imelite ụdị mmụta igwe na mmepụta) bụ mmegharị nke DevOps na mmepe ngwanrọ na sayensị data. Echiche bụ isi: ihe nlereanya abụghị faịlụ a zụrụ otu ugboro ma chefuo, mana ngwaahịa dị ndụ nke chọrọ nlekọta mgbe niile. Isi usoro:

1. Versioning: Koodu (Git), data na ụdị na-mbikọ ọnụ; A na-edekọ ihe nlereanya nke ejiri data na koodu mepụta.

2. Nkwanye: A na-etinye ihe nlereanya ahụ dị ka API ma ọ bụ ọrụ batch. A na-enyekarị obere ndị na-ege ntị na mbụ (nkesa ndò / canary).

3. Nleba anya: A na-enyocha arụmọrụ nke ihe nlereanya na data ntinye mgbe niile.

4. Ntugharị: Mgbe arụmọrụ dara, a na-azụghachi ihe nlereanya ahụ na data emelitere.

Ngbanwe ụkpụrụ: mgbagha nkịtị

Nnukwu ihe egwu dị na mmepụta bụ ịfefe ihe nlere anya (nlegharị anya ihe nlegharị anya / data drift). Ụwa na-agbanwe; Ọnọdụ ndị ị zụrụ ihe nlereanya gị (omume ndị ahịa, ọnụahịa, oge, iwu) na-agbanwe ka oge na-aga, ihe nlereanya ahụ amalitekwa ịla n'iyi. Dịka ọmụmaatụ, ụdị ihe a zụrụ azụ tupu ọrịa a ezighi ezi kpamkpam n'oge ọrịa a. Drift na-eme n'ụdị abụọ: data drift (nkesa nke mgbanwe data ntinye) na ntụgharị echiche (mmekọrịta dị n'etiti ntinye na mgbanwe mgbanwe). Ụzọ ị ga-esi jide ihe ndị a bụ nleba anya: na-agbaso nkesa ntinye mgbe niile, nkesa amụma, na (ọ bụrụ na ọ ga-ekwe omume) arụmọrụ ma e jiri ya tụnyere nsonaazụ ya.

Akpachara anya: Ụdị etinyere na mmepụta ga-emebi n'onwe ya; Ọ bụghị okwu nke "ọ bụrụ" kama "mgbe." Ịkwanye ụdị na-enweghị ịtọlite nleba anya dị ka ịnya ụgbọ ala na-achịkwaghị engine ya; Otu ụbọchị ọ na-anọdụ ala ebe ahụ nwayọ ma ị naghị ahụ.

MLOps element

Ebumnuche

Ọ bụrụ na eleghara anya

Ụdị nsụgharị

Ịmara ihe a na-emepụta

Enweghị ike imepụtagharị, enweghị ike ịchọpụta ya

nlekota oru

Ịhụ slips n'oge

Ihe nlereanya ahụ na-agbaji nkịtị

ịmaliteghachi ọzụzụ

nọrọ na ọhụrụ

Amụma na-aka ochie

Ndaghachi azụ

laghachi na ihe nlereanya ọjọọ

Ụdị ezughị okè ka dị ndụ

Akwụkwọ

nghọta, ntụgharị

Ozi na-arapara n'ahụ otu onye

Ụkpụrụ omume: mkpebi nlereanya na-emetụta ndị mmadụ

A na-ejikarị ụdị data eme ihe na mkpebi ndị na-emetụta ndụ ndị mmadụ: kredit, ọrụ, mkpuchi, ikpe ziri ezi. Site na ike a na-abịa ọrụ. Nnukwu ihe egwu nke ụkpụrụ omume:

Eleghị anya na ịkpa ókè: Ihe nlereanya nwere ike ịmụta ma na-eme ka ikpe na-ezighị ezi na data akụkọ ihe mere eme. Ọ bụrụ na enyerela otu otu obere kredit n'oge gara aga, ihe nlereanya ahụ na-eche na nke a bụ “iwu” ma na-akpachapụ ịkpa ókè. Ọ bụ ya mere nyocha ikpe ziri ezi - ịlele ma ihe nlereanya ahụ ọ na-arụ otu ahụ maka otu dị iche iche (nwoke, afọ, mpaghara) - dị mkpa.

Nghọta na nkọwa: Ị ga-enwe ike ịkọwa ihe kpatara ihe nlereanya jụrụ mmadụ. "igbe ojii kwuru otú ahụ" bụ n'ụzọ ziri ezi na ọtụtụ mgbe n'ụzọ iwu adịghị anabata. Ọ bụ ya mere ngwaọrụ nkọwa (mkpa njirimara, ụkpụrụ SHAP) ji baa uru.

Ịza ajụjụ: Ònye na-ahụ maka ma ọ bụrụ na ihe nlereanya ahụ na-eme mkpebi na-ezighị ezi? Azịza ya bụ mgbe niile mmadụ / ụlọ ọrụ, ọ bụghị ihe nlereanya. Nlekọta mmadụ (mmadụ-na-akaghị - mmadụ na-akwado mkpebi ikpeazụ) kwesịrị ichekwa na mkpebi ndị dị elu.

Ịkpachara anya: Ụdị nwere ike ịbụ "nke ọma" n'ụkpụrụ ndekọ aha, mana ọ naghị anabata ya. Nlereanya ziri ezi nke ukwuu nke na-emebi otu ìgwè abụghị ezigbo ihe nlereanya. Ime ihe n'eziokwu abụghị ihe e ji dochie ikpe ziri ezi.

Nzuzo: echekwara data nkeonwe nke ọma

Ihe akụrụngwa nke sayensị data na-abụkarị data nkeonwe, yana iwu na-echekwa data a: KVKK na Türkiye, GDPR na Europe. Ụkpụrụ ndị bụ isi bụ: njedebe ebumnuche (anaghị eji data eme ihe maka ebumnuche ndị ọzọ karịa ebumnuche e ji chịkọta ya), mbelata data (enweghị data a na-anakọta / idobe karịa ka ọ dị mkpa), enweghị aha (wepụrụ ozi na-achọpụta) na nchekwa (a na-edobe data ezoro ezo na mmachi ohere). Iwu dị oke mkpa mgbe ị na-eji ngwaọrụ AI na-arụ ọrụ: etinyela ezigbo data nkeonwe n'ime ngwa AI ọha. Ọtụtụ oge, eserese na ihe atụ na-amaghị aha/synthetic zuru ezu maka nyocha.

Ihe mgbakwunye agbakwunyere n'ihe gbasara nchekwa ozi: jiri ngwaọrụ sayensị data na usoro naanị na data na sistemu nke ị nwere ikike, maka ebumnuche nchekwa nchekwa na nke ziri ezi. Ịnweta data onye ọzọ n'enwetaghị ikike, njirimara ọzọ nke ndị mmadụ n'otu n'otu (wepụ njirimara na data amaghị aha) ma ọ bụ profaịlụ na-akwadoghị bụ nke iwu na-akwadoghị na enweghị ụkpụrụ.

Obere ikpe atọ

Ikpe 1 - ndakpọ na-enweghị usoro. Otu ụlọ ọrụ e-azụmahịa gara n'ihu n'ụdị nkwanye ya ma ewepụtaghị nsuso. Mgbe ọnwa 4 gachara, katalọgụ ngwaahịa agbanweela nke ukwuu; ihe nlereanya ahụ gara n'ihu na-akwado ngwaahịa ndị emechiela anya, ọnụ ọgụgụ ntụgharị ahụ ji nwayọọ daa site na 30%. Ọ dịghị onye hụrụ ruo ọnwa. Ihe nkuzi: mbugharị na-enweghị nlekota na-aga kpuru ìsì.

Ikpe 2 - ịkpa oke ezoro ezo. Ihe nlere nyocha nke ndị ọrụ mụtara gbasara ahaghị nhata nwoke na nwanyị na data akụkọ ihe mere eme yana ndị na-aga ime nke ọma n'usoro nke ụmụ nwanyị. Achọpụtaghị ya n'ihi na enweghị nyocha ziri ezi; E kpughere ya na nyocha na ụlọ ọrụ ahụ chere nnukwu ihe egwu aha / iwu ihu. Ihe nkuzi: njikwa ziri ezi dabere na otu dị mkpa na ụdị mmetụta dị elu.

Ikpe 3 - Mmebi nke nzuzo. Otu onye nyocha bujuru faịlụ nwere ezi ozi-e ndị ahịa na ịzụrụ akụkọ ihe mere eme n'ime ngwa AI ọha wee sị, "chịkọta akụkụ." Data nkeonwe ahapụla ụlọ ọrụ ahụ; Usoro KVKK amalitela. Ụzọ ziri ezi bụ iwepụ mpaghara njirimara wee kesaa naanị ihe ndị na-amaghị aha. Ihe nkuzi: ezigbo data nkeonwe anaghị abanye ngwa ọrụ mepere emepe.

Ndebiri anọ enwere ike iṅomi

1) Ndepụta nleba anya tupu ebuga:

Ọrụ gị: onye ndụmọdụ MLOps. Depụta ihe m kwesịrị ịlele tupu itinye ihe nlereanya n'ime mmepụta: mbipute, metrics nleba anya, atụmatụ nlọghachi azụ, ọnụ ụzọ ịrụ ọrụ, njikere ịkwọ ụgbọ data, onye nwere ọrụ. Tinye otu ahịrịokwu "ihe kpatara o ji dị mkpa" nkọwa maka ihe ọ bụla. M ga-ekpebi.

2) Ngbanwe ngbanwe nhazi imewe:

Tụnye atụmatụ nleba anya nleba anya maka ụdị nhazi ọkwa na mmepụta: (1) kedu ihe nkesa ntinye ka m kwesịrị ileba anya, (2) kedu mkpu maka nkesa amụma, (3) otu esi atụnyere arụmọrụ mgbe ezigbo nsonaazụ rutere, (4) n'oge ọzụzụ azụ azụ kwesịrị ịkpalite. Nyekwa skeleton koodu.

3) njikwa ziri ezi:

Dee koodu na-atụnyere arụmọrụ ụdị m maka otu dị iche iche (dịka ọgbọ ọgbọ, mpaghara): ncheta/nkenke na ọnụego mkpebi dị mma maka otu ọ bụla. Dọọ aka na ntị ma ọ bụrụ na enwere nnukwu ọdịiche dị n'etiti otu. Ime nkọwa ihe kpatara / ndọrọ ndọrọ ọchịchị; Naanị gosi m ọdịiche dị na m ga-atụle mkpebi ahụ.

4) Nlele mbụ nke nzuzo:

Tupu ịnye data na ngwa AI, lelee: enwere data nkeonwe / njirimara (aha, email, ID, ekwentị, adreesị, IP) na ndepụta kọlụm dị n'okpuru? Ọ bụrụ otu a, depụta ndị ekwesịrị iwepụ ma ọ bụ kpọchie aha ha. Ogidi: [ndepụta]. Ebumnuche: ịkekọrịta naanị atụmatụ amaghị aha.

Ngwa ngwa adịghị ike / Ike siri ike

Ngwa ngwa adịghị ike:

Ihe nlereanya m adịla njikere, gaa ndụ.

Nkwanye abụghị otu nzọụkwụ; Ịga ndụ na-enweghị nlekota oru, nlọghachi azụ, ikpe ziri ezi na njikwa nzuzo bụ ọkpụkpọ òkù nkịtị maka ọdachi.

Mgbasa ozi siri ike:

Ọrụ gị: onye ndụmọdụ MLOps nwere ọrụ. A zụrụ ihe nlereanya m, achọrọ m nkwadebe zuru oke tupu m aga ndụ. Mepụta: (1) ndenye nleba anya tupu ebuga ya, (2) atụmatụ nleba anya drift, (3) koodu nlele ziri ezi dabere na otu, (4) nlele nzuzo (nwere data nkeonwe). Tụkwaa otu esi echekwa nkwenye mmadụ na mkpebi ndị nwere mmetụta dị elu. Mkpebi ikpeazụ bụ nke m.

N'ebe a, a na-ewere nkesa, nleba anya, izi ezi na nzuzo dị ka otu usoro nwere ọrụ.

Mmejọ ndị nkịtị

Na-ebugharị ihe nlereanya na-enweghị ịtọlite nleba anya. Ihe nlereanya ahụ na-ada jụụ na-agbagọ; Ọ nwere ike were ọnwa iji chọpụta.
Na-agafe nyocha ikpe ziri ezi. Ụdị ntụkwasị obi dị elu nwere ike imebi otu ìgwè n'usoro.
Ime mkpebi igbe ojii enweghị nkọwa. Mkpebi dị elu ga-abụrịrị nkọwa; "Ihe nlereanya kwuru otú ahụ" ezughị.
Inye ezigbo data nkeonwe iji mepee ngwa AI. KVKK/GDPR mebiri; Eserese na ihe atụ na-amaghị aha zuru ezu.
Na-enyefe mkpebi na ihe nlereanya. Ọrụ dịịrị mmadụ mgbe niile; A na-edobe mmetụta dị elu nke mmadụ.

NDỤMỌDỤ: Tupu gị na ihe nlereanya ọ bụla bie ndụ, jụọ otu ajụjụ n'olu dara ụda: "Ọ bụrụ na ihe nlereanya a na-agbaji nwayọọ echi ma ọ bụ na-ata otu ahụhụ n'ụzọ na-ezighị ezi, kedu ka m ga-esi chọpụta ma tụgharịa ya ọzọ?" Ọ bụrụ na ịnweghị azịza doro anya maka ajụjụ a, ihe nlereanya ahụ adịghị njikere maka mmepụta ma.

Na nchịkọta

Ọrụ ihe nlereanya anaghị ejedebe na akara dị elu, kama na-arụ ọrụ ntụkwasị obi na n'ụzọ kwesịrị ekwesị na mmepụta. MLOps bụ ịdọ aka ná ntị nke ibi ndụ, nleba anya maka ịkpagharị, ịzụghachi, na ịtụgharị azụ ihe nlereanya; Nbunye na-enweghị nsuso bụ ọdịda nkịtị. Ụkpụrụ omume chọrọ izi ezi, nghọta na nkọwa nke ihe nlereanya; ọnụ ọgụgụ ziri ezi abụghị ihe nnọchi anya nnabata ụkpụrụ. Nzuzo pụtara iji ụkpụrụ KVKK/GDPR chebe data nkeonwe yana idobe ezigbo data na ngwaọrụ mepere emepe. Mkpebi ndị a niile abụghị ọrụ aka kama ọ bụ mkpebi ọrụ ma bụrụ nke mmadụ mgbe niile.

Ọrụ ngwa

Chee echiche dị ka a ga-asị na ị ga-etinye ihe nlereanya ị wuru (ma ọ bụ echiche) n'ime mmepụta ma dejupụta ndepụta anọ: (1) ndepụta ntinye akwụkwọ tupu oge eruo, (2) metrics drift ị ga-esochi, (3) atụmatụ njikwa ziri ezi dabere na otu, (4) njikwa nzuzo. Wee dee azịza doro anya maka ajụjụ a "Olee otu m ga-esi achọpụta ma ọ bụrụ na ọ gbajie nwayọ echi wee nwetaghachi ya?"

ndetu

[] M na-ebufe ihe nlereanya ahụ na nleba anya (mkpuchi anya) na atụmatụ nlọghachi?
[ ] A enyochala m ọdịiche dị n'ezi ihe / arụmọrụ maka otu dị iche iche?
[ ] dokwa m mmadụ na m em]]]p]p na akap up ya na aka ya na aka ya n’ah pta mmad na pta aka na mkppta aka na mkp ur up uta ihe n'ime mkpebi siri ike?
[ ] Ejila ụkpụrụ KVKK/GDPR chebe data nkeonwe ma chebe ha pụọ na ngwaọrụ mepere emepe?
[ ] E tinyela m ọrụ kachasị n'ahụ mmadụ, ọ bụghị ihe nlereanya?

Ule modul

1. Onye ọkà mmụta sayensị data na-ajụ ọgụgụ isi, "Kedu ka oke ọhịa siri dị na data a?" na-enweghị ọzụzụ ihe nlereanya ọ bụla, ma na-etinye azịza nke "89%" ozugbo n'ime ngosi. Gịnị bụ isi ndudue na nke a?

A) Chere metrics na-enyeghị data na ụdị ọgụgụ isi; Ileghara anya na ọnụ ọgụgụ ọ na-emepụta bụ adịgboroja nakwa na a na-achọta ezigbo metric naanị site na ọzụzụ na ule ✔
B) Ga-eji lojistik regression kama random ọhịa
C) Ọnụego ziri ezi ga-adịrịrị karịa 90%.
D) A machibidoro iwu itinye metrik na ngosi

Nkọwa: Ọgụgụ isi arụrụ arụ enweghị ike imepụta metrik na-enwetaghị ihe nlereanya na data; Ọnụọgụ ọ na-enye bụ ihe nhụsianya (emepụtara). A na-enweta metrik ahụ site na ngụkọ nke ndị ọkà mmụta sayensị data naanị mgbe azụchara ma nwalee ihe nlereanya ahụ. Mbupute akwadoghị dị ka akụkọ enweghị mbinye aka.

2. A na-agụnye kọlụm 'ihe kpatara mmechi akaụntụ' mgbe ị na-anakọta data maka amụma churn; A na-ejupụta kọlụm a naanị mgbe onye ahịa gachara. Ihe nlereanya ahụ na-enye 97% na nhazi ule, ma ọ naghị arụ ọrụ na mmepụta. Kedu aha na ihe kpatara ọnọdụ a?

A) Ịmụ ihe; Ihe nlereanya dị oke mgbagwoju anya
B) Mwepu data; ✔ Iji ozi na-agaghị adị n'oge amụma, ma bụ n'ihi nke lekwasịrị anya, dị ka akụkụ
C) mmụta ezughi oke; Ihe nlereanya dị oke mfe
D) nhụsianya nhọrọ; obere sample size

Nkọwa: Nke a bụ mwepu data kpochapụwo: 'ihe mmechi' bụ nsonaazụ nke ebumnuche ma ka na-efu efu n'oge amụma. Ihe nlereanya ahụ na-eme aghụghọ na ihe ọmụma a n'ọdịnihu, ọ na-ele anya nke ọma na nhazi ule ma ọ na-akụda na mmepụta n'ihi na kọlụm ahụ efu. Ekwesịrị ịjụ ajụjụ a 'm nwere ya n'oge amụma' na kọlụm ọ bụla.

3. Onye nyocha na-ejuputa ụkpụrụ efu na kọlụm ego enwetara na ihe pụtara; mana ndị na-efu efu bụ akụkụ nke obere ego nke na-ekwupụtabeghị ego ha nwetara (usoro na-efu efu). Gịnị kpatara njuputa a ezighi ezi?

A) Ihe pụtara na-adị ukwuu karịa etiti, yabụ na ọ ezighi ezi
B) ụkpụrụ efu ekwesịghị ijupụta, a ga-ehichapụ ha mgbe niile
C) Na-ejuputa oghere nke usoro na ihe pụtara na-agbagọ data site na-anọchi anya otu ahụ; Emere njuputa na-ajụghị ajụjụ a ' gịnị kpatara o ji tọgbọ chakoo?' ✔
D) Ịgbakọ nkezi na-emepụta nsogbu arụmọrụ n'ihi na ọ na-adị ngwa ngwa

Nkọwa: Ihe kpatara ụkọ ahụ na-ekpebi ngwọta. Mgbe usoro na-efu efu (ohere etinyere na otu ụfọdụ) jupụtara na nkezi, otu ahụ na-aghọ 'nkezi ego' na data na-agbagọ. Tupu ejuputa ya, a ga-ajụ ajụjụ a bụ ' gịnị mere o ji tọgbọ chakoo'; N'usoro/dị mkpa na-efu efu ekwesịghị ijupụta.

4. Otu otu na-achọta njikọ 0.78 n'etiti 'ad spend' na 'ire' ma mee ka mmefu ego okpukpu abụọ; Agbanyeghị, ihe na-akpalite ha abụọ bụ mkpọsa oge. Kedu ụkpụrụ dị na ọnụ ọgụgụ na-akọwa njehie a?

A) Mmekọrịta abụghị ihe kpatara ya; Ngbanwe nke atọ zoro ezo nwere ike na-emetụta ma mgbanwe ✔
B) Ebe ọ bụ na njikọ nke 0.78 dị oke ala, ekwesịrị ileghara mmekọrịta ahụ anya
C) Mmekọrịta na-egosipụtakarị ihe kpatara ya, otu ahụ nwetara ya nke ọma
D) Mmekọrịta dị n'etiti mgbasa ozi na ire ere enweghị ike ịgbakọ na mgbakọ na mwepụ.

Nkọwa: Mmekọrịta abụghị ihe kpatara ya. Ụdị mgbanwe abụọ ahụ nwere ike imekọ ọnụ n'ihi na mgbanwe nke atọ zoro ezo (ebe a mkpọsa oge) na-emetụta ha abụọ. Nkwubi okwu na otu na-akpata nke ọzọ nwere ike guzobe naanị site na nnwale na ihe ọmụma ubi; Ọnụ ọgụgụ nke mmekọrịta naanị abụghị ihe akaebe nke ihe kpatara ya.

5. Ụdị nchọpụta aghụghọ na-egosi 99.2% ziri ezi na otu na-eme ememe; Agbanyeghị, ọnụego azụmahịa adịgboroja na data ahụ bụ naanị 0.8% na ncheta ihe nlereanya ahụ bụ 6%. Gịnị ka tebụl a na-egosi?

A) Ihe nlereanya ahụ zuru oke n'ihi na izi ezi karịrị 99%
B) Izi ezi na-eduhie na data na-ezighi ezi; Ihe nlereanya ahụ na-atụfu ihe fọrọ nke nta ka ọ bụrụ fakes niile (ihe ncheta dị ala), metric kwesịrị ekwesị kwesịrị ileba anya na ✔
C) Enweghị nsogbu ebe ọ bụ na icheta ihe nlereanya ahụ dị elu
D) Ọ dịghị mkpa ịrụ ihe nlereanya n'ihi na ọnụ ọgụgụ adịgboroja dị ala

Nkọwa: 'Izizi' na-eduhie na data na-enweghị isi. Mgbe ihe nlereanya ahụ na-akpọ ihe fọrọ nke nta ka ọ bụrụ azụmahịa ọ bụla 'dị ọcha', ọ na-enweta ezi nke ọma n'ihi na adịgboroja dị ole na ole, mana ọ naghị enweta fakes, nke bụ isi nzube ya (cheta 6%). Ya mere, na nsogbu ndị na-enweghị isi, ihe a na-elekwasị anya abụghị eziokwu, ma na matrix mgbagwoju anya na metrics kwesịrị ekwesị maka nzube nke ọrụ ahụ, dị ka icheta / nkenke.

6. N'ime amụma amụma chọrọ, data dabere na oge na-ekewa n'ime ọzụzụ / ule. Ihe nlereanya ahụ na-enye 93% ziri ezi mana ọ na-akụda na mmepụta. Kedu ihe kwesịrị ịbụ usoro nkewa ziri ezi?

A) Ịbawanye ntọala ule, dịka. nkewa 50%/50%
B) Iji ụdị mgbagwoju anya
C) Wepu nkebi ahụ kpamkpam wee jiri data niile zụọ ya
D) Nkewa oge: ọzụzụ na oge ochie na ịnwale oge ọhụrụ, si otú a na-egbochi ihe nlereanya ahụ ịhụ ọdịnihu ✔

Nkọwa: Ọ bụrụ na a na-eme nkewa random na data usoro oge, ihe nlereanya ahụ na-ahụ ọdịnihu ma buru amụma ihe gara aga na ọzụzụ; ọ bụ ntapu na-arụpụta ihe ịga nke ọma na-adịghị adị n'ezie. Ụzọ ziri ezi bụ nkewa oge: ọzụzụ na oge ochie na ịnwale oge ọhụrụ, na-eṅomi ezigbo ọnọdụ na mmepụta (ibu amụma site n'oge gara aga ruo n'ọdịnihu).

7. Site na kedu data kwesịrị ịgbakọ paramita scaling (StandardScaler) na njikwa njirimara na kedu ka esi etinye ha?

A) Ekwesịrị ịgbakọ ya site na data niile (ọzụzụ + nnwale ọnụ) ka ọ bụrụ nke ziri ezi
B) Ekwesịrị ịgbakọ ya iche maka ahịrị ọ bụla, site na uru nke ahịrị ahụ
C) Ekwesịrị ịgbakọ site na data nnwale naanị
D) Ekwesịrị ịgbakọ ya naanị site na data ọzụzụ, mgbe ahụ, a ga-etinye otu paramita ahụ na data nnwale; ma ọ bụghị ya, ọ ga-agbapụta ✔

Nkọwa: Akara nke mgbanwe niile (pụtara, ọkọlọtọ ọkọlọtọ, wdg) dị ka scaling, encoding na padding kwesịrị ịmụta naanị site na data ọzụzụ, mgbe ahụ, a ga-etinye otu ihe ahụ na data ule. Itinye data ule n'uche na-emekwa ka ozi nnwale na-egbochi ọzụzụ, ya bụ, ntapu, ma mee ka ihe nlereanya ahụ dị mma karịa ka ọ dị. Iji Pipeline eme nke a.

8. Ihe nlereanya na-enye 98% ziri ezi na nhazi ọzụzụ yana 72% ziri ezi na nhazi ule. Kedu ihe mgbaàmà a na-egosi na gịnị ka ekwesịrị ime?

A) Amụtaghị nke ọma; a ga-eme ka ihe nlereanya ahụ dịkwuo mgbagwoju anya
B) Mwepu data; a ga-agbanwerịrị nhazi ule
C) Ịba oke; Ekwesịrị ime ka ihe nlereanya ahụ dị mfe, nhazigharị na nkwenye gafere ✔
D) Ọnọdụ nkịtị; Akara agụmakwụkwọ na-adị elu mgbe niile, kpachara anya adịghị mkpa

Nkọwa: Akara dị elu nke ukwuu na ọzụzụ yana akara dị ala nke ukwuu na nnwale bụ akara ngosi ama ama nke imebiga ihe ókè: ihe nlereanya ahụ eburula mkpọtụ nke data ọzụzụ n'isi kama ịbụ ezigbo ụkpụrụ. Ngwọta gụnyere ime ka ihe nlere anya dị mfe, data ndị ọzọ, nhazigharị, na iji nkwenye gafere steeti nyochaa steeti. Ịdabere naanị na akara mmụta na-ezochi ọnyà a.

9. N'ihe ngosi njikwa, y-axis nke chaatị mmanya nke ahịa na-abawanye site na 1,000 ruo 1,020 na-amalite na 980 iji mee ka mmụba ahụ dị oke. N'ezie mmụba bụ 2%. Gịnị kpatara nke a ji bụrụ okwu gbasara ụkpụrụ?

A) A truncated y-axis anya ikwubiga okwu ókè dị nta dị iche na-eduhie ndị na-ekiri; Maka izi ezi, axis na ntụnyere mmanya kwesịrị ịmalite site na 0 ✔
B) Enweghị ike iji chaatị mmanya maka data ahịa
C) Enweghị nsogbu; Ọ na-adị mma mgbe niile ime ka eserese ahụ mara mma
D) Y-axis kwesịrị ịmalite mgbe niile site na uru kacha ukwuu nke data

Nkọwa: Na chaatị mmanya maka ebumnuche atụnyere, y-axis kwesịrị ịmalite na 0. Ịcha axis na ịmalite na 980 na-eme ka obere 2% dị iche dị ka nnukwu anya ma na-eduhie onye na-ekiri ya. Ọrụ ụkpụrụ omume nke ọkachamara data bụ ịse eserese ndị na-akwụwa aka ọtọ nke na-adịghị ekwupụta ma ọ bụ eleda data ahụ anya.

10. Onye nyocha na-achọpụta ngụkọta ntụgharị ugboro 3 mgbe ejikọtara iwu na tebụl ngwaahịa; Ọnụ ọgụgụ nke ahịrị mụbara site na 240 puku ruo 690 puku. Gịnị ka e kwesịrị ime iji gbochie mmejọ a dị jụụ?

A) Kewaa mkpokọta ngbanwe site na 3
B) Na-eji ajụjụ dị iche iche mgbe niile kama isonyere
C) Ihichapụ tebụl ngwaahịa kpamkpam
D) Nyochaa ọnụọgụ nke ahịrị ka ejikọta / JOIN na nyochaa na ejikọtara ha site na igodo ziri ezi; Na-enweta mmeghari n'isi ✔

Nkọwa: Mgbe enwere ahịrị dị iche iche maka ngwaahịa ọ bụla (ụcha dị iche iche, dịka ọmụmaatụ) na tebụl ngwaahịa, Jikọọ na igodo na-ezighi ezi ga-emegharị usoro ọ bụla wee gbasaa mkpokọta. Koodu na-agba ọsọ na-enweghị njehie mana nsonaazụ ya adịghị mma. Ụzọ ị ga-esi zere nke a bụ ịlele ọnụọgụgụ ahịrị ka ejikọta/JOIN ọ bụla wee jikọta ya na igodo ziri ezi.

11. A na-akwụ ụgwọ screening nlereanya na-amụta banyere okike ahaghị nhata na akụkọ ihe mere eme data na systematically n'okpuru scores nwanyi oghere, ma ya n'ozuzu ziri ezi bụ elu. Kedu ihe nke a pụtara?

A) Enweghị nsogbu n'ihi na ihe nlereanya ahụ nwere oke ziri ezi
B) Ngụkọta ọnụ ọgụgụ ziri ezi abụghị ihe nnọchi maka nnabata ụkpụrụ; ihe nlereanya amụtala banyere ịkpa ókè n'oge gara aga, a chọrọ nlele ziri ezi dabere na otu ✔
C) Ịbawanye izi ezi nke ihe nlereanya ahụ na-edozi nsogbu ahụ
D) Ịdị mma bụ n'èzí nke sayensị data

Nkọwa: Ọbụlagodi na ihe nlereanya ziri ezi na ndekọ ndekọ aha, ọ nwere ike bụrụ nke anabataghị nke ọma. Ihe nlereanya ahụ na-amụta ikpe na-ezighị ezi na data gara aga ma na-emegharị ịkpa ókè. Iguzosi ike n'ezi ihe dị elu abụghị ihe dochie anya ikpe ziri ezi; N'ụdị mmetụta dị elu, njikwa ziri ezi, nke na-atụle ọdịiche arụmọrụ / mkpebi dị iche iche maka otu dị iche iche, dị mkpa na ọrụ kachasị dịịrị mmadụ.

12. Onye ọrụ na-ebugo faịlụ nwere ezigbo ozi ịntanetị ndị ahịa ma zụta akụkọ ihe mere eme n'ime ngwa AI ọha ma kwuo 'chịkọta akụkụ'. Gịnị mere nke a ji bụrụ nnukwu mmejọ na gịnị bụ ụzọ ziri ezi?

A) Enweghị nsogbu; Ngwa AI anaghị echekwa data
B) Njehie bụ na faịlụ ahụ buru ibu; kwesịrị ibelata
C) Inye ezigbo data nkeonwe na ngwa mepere emepe bụ mmebi nke KVKK/GDPR; Ekwesịrị iwepụ oghere njirimara yana naanị schema/ihe onwunwe na-amaghị aha na-ekekọrịta ✔
D) Ekwesịrị iji CSV mee ihe kama ịbụ naanị Excel

Nkọwa: Mgbe ezi data nkeonwe (dị ka e-mail, aha, wdg) nyere ngwá ọrụ ọgụgụ isi dị n'ihu ọha, a ga-enwe mmebi nzuzo n'ime oke KVKK / GDPR; data na-ahapụ nzukọ ahụ. Ọtụtụ oge, eserese na ihe atụ na-amaghị aha/synthetic zuru ezu maka nyocha. Ụzọ ziri ezi bụ iwepu mpaghara njirimara wee kesaa naanị akụrụngwa na-amaghị aha.

13. A na-etinye ihe nrịbama n'ime mmepụta ma e guzobeghị nsochi; Mgbe katalọgụ ngwaahịa gbanwere mgbe ọnwa 4 gachara, ihe nlereanya ahụ na-aga n'ihu na-akwado ngwaahịa ochie yana ọnụego ntughari na-agbada nwayọ site na 30%. Gịnị bụ aha nke a onu?

A) Ịmụ ihe; Ihe nlereanya ahụ na-eburu usoro ọzụzụ n'isi
B) Mfefe Model; Ka ụwa na-agbanwe, ihe nlereanya ahụ na-aghọ ihe na-abaghị uru na-agbachi nkịtị, a na-ahụghị ya n'ihi na eguzobeghị nleba anya ✔
C) Nhọrọ nhọrọ; sample elewa anya
D) Mmebi mbelata data

Nkọwa: Nke a bụ ihe nlegharị anya ihe nlere (ụdị / data drift): mgbe ụwa gbanwere (katalọgụ, omume, oge) ọnọdụ nke a zụrụ ihe nlereanya a na-agbanwe agbanwe na ihe nlereanya ahụ dara jụụ. Ihe nlereanya etinyere n'ime mmepụta na-akawanye njọ n'onwe ya; Ọ bụ okwu 'mgbe'. Nkwanye na-enweghị nlekota (ntinye ntinye na arụmọrụ) na-eme ka ọ ghara ikwe omume ịchọpụta mmebi.

14. Ihe nlereanya nke na-enweta 88% ziri ezi na otu ọzụzụ / ule nkewa nwere 5-fold cross-validation scores of 88%, 71%, 83%, 64%, 79%. Kedu ihe nke a na-egosi na gịnị kpatara nkwenye gafere dị mkpa?

A) Ihe nlereanya ahụ kwụsiri ike; 88% bụ ezigbo arụmọrụ
B) Cross-validation adịghị mkpa; Otu ọnụ ụlọ ezuola
C) Nnukwu mgbanwe nke akara na-egosi na ihe nlereanya ahụ ejighị n'aka; cross-validation bases arụmọrụ na nkezi na nkesa nke ọtụtụ bins, ọ bụghị otu chioma bin ✔
D) Ọ kacha mma ịkọ akara kacha elu (88%)

Nkọwa: Otu ọnụ ụlọ nwere ike inwe chioma ma ọ bụ enweghị isi; 88% bụ naanị nsonaazụ nkewa ahụ dị mfe. Cross-validation na-ekewa data ahụ ọtụtụ oge, na-adabere na ịrụ ọrụ na ihe ọ pụtara (ebe a ~ 77%) na igosi mgbanwe nke akara. Mgbanwe dị elu ebe a na-egosi na ihe nlereanya ahụ ejighị n'aka; Ịtụkwasị obi n'otu ọnụ ụlọ na-eduhie eduhie.