Ocena modułu

1.

System planowania wizyt w klinice potrzebuje natychmiastowej oceny ryzyka niepojawienia się pacjenta w chwili rezerwacji wizyty przez personel. W którym typie punktu końcowego zespół powinien wdrożyć model?

Punkt końcowy usługi Batch

Punkt końcowy online

Prywatny punkt końcowy

2.

Dlaczego Azure Machine Learning może automatycznie wygenerować skrypt oceniania i środowisko, gdy zespół data science rejestruje model przy użyciu MLflow?

Ponieważ format modelu MLflow przechowuje metadane, których Azure Machine Learning używa do kompilowania ich podczas wdrażania

Ponieważ zarejestrowanie modelu konwertuje go na plik pickle, który nie wymaga dodatkowej konfiguracji

Ponieważ Azure Machine Learning obsługuje tylko wdrażanie modeli MLflow

3.

Zespół przenosi 25% ruchu punktu końcowego do nowego wdrożenia modelu. Jego współczynnik błędów gwałtownie wzrasta, podczas gdy poprzednie wdrożenie pozostaje w dobrej kondycji. Co zespół powinien zrobić jako pierwszy?

Usuń poprzednie wdrożenie i utwórz ponownie punkt końcowy

Przekieruj cały ruch z powrotem do poprzedniego wdrożenia, a następnie zbadaj nową wersję

Kontynuuj zwiększanie ruchu, aby ustalić, czy współczynnik błędów się stabilizuje

4.

Zespół automatycznie wdraża i testuje model, ale chce, aby osoba zatwierdzająca zaakceptowała go, zanim przepływ pracy przekieruje ruch produkcyjny. Co zespół powinien skonfigurować?

Chronione środowisko produkcyjne GitHub z wymaganym recenzentem

Reguła ochrony gałęzi uruchamiana po każdym wdrożeniu

Zmienna repozytorium, która rejestruje, czy wdrożenie zostało zatwierdzone

5.

Moduł monitorowania modelu zgłasza utrzymujący się sygnał dryfu predykcji, a personel kliniki potwierdza, że pacjenci oznaczeni przez system w rzeczywistości nie należą do grupy wysokiego ryzyka. Jaki jest najbardziej odpowiedni następny krok dla zespołu ds. nauki o danych?

Ignoruj sygnał, ponieważ metryki operacyjne punktu końcowego pokazują normalny współczynnik błędów

Zbadaj sygnał i rozważ ponowne wytrenowanie modelu na nowszych danych

Usuń endpoint, aby przestał udostępniać prognozy

Opinia