Databricks-Machine-Learning-Professional 문제 41
머신러닝 엔지니어가 Lakehouse Monitoring을 사용하여 환경에 배포된 ML 모델의 성능을 추적하고 있습니다. 범주형 특성의 분포 변화를 모니터링하고, 해석이 용이하도록 [0,1] 범위의 지표를 사용하고자 합니다. 어떤 통계적 방법을 사용해야 할까요?
Databricks-Machine-Learning-Professional 문제 42
머신러닝 엔지니어가 MLflow 모델 서빙을 사용하여 모델 추천 시스템을 배포했습니다. 이제 MLflow 모델 레지스트리에서 프로덕션 단계에 있는 해당 모델의 버전을 조회하려고 합니다.
다음 모델 URI 중 설명된 모델 버전을 조회하는 데 사용할 수 있는 것은 무엇입니까?
다음 모델 URI 중 설명된 모델 버전을 조회하는 데 사용할 수 있는 것은 무엇입니까?
Databricks-Machine-Learning-Professional 문제 43
머신러닝 엔지니어가 모델을 MLflow pyfunc 모델로 로깅하고 배포하려고 합니다. 모델을 학습시키거나 예측을 수행하기 전에 특징 변수에 대한 사용자 지정 전처리가 필요합니다. 이 엔지니어는 전처리를 `ModelWithPreprocess`라는 사용자 지정 모델 클래스로 래핑하고, `fit` 및 `predict` 호출 시 전처리를 수행하기로 결정했습니다. 그런 다음 `ModelWithPreprocess` 클래스의 학습된 모델을 pyfunc 모델로 로깅합니다. 로깅된 pyfunc 모델을 하위 배포에 로드할 때 이 접근 방식의 이점은 무엇일까요?
Databricks-Machine-Learning-Professional 문제 44
데이터 과학자가 Feature Store 테이블 features에 저장된 모든 기본 키 값에 대한 업데이트된 특징 값을 계산했습니다. 또한 일부 새로운 기본 키 값에 대한 특징 값도 계산했습니다. 업데이트된 특징 값은 DataFrame features_df에 저장되어 있습니다. 데이터 과학자는 features 테이블의 모든 데이터를 새로 계산된 데이터로 바꾸려고 합니다. Feature Store Client fs를 사용하여 이 작업을 수행하는 데 사용할 수 있는 코드 블록은 다음 중 어느 것입니까?
Databricks-Machine-Learning-Professional 문제 45
MLflow 모델 레지스트리에 새 버전의 모델이 등록될 때 테스트 작업을 자동으로 시작하는 데 사용할 수 있는 도구는 무엇입니까?