Databricks-Machine-Learning-Professional 문제 56
머신러닝 엔지니어가 Databricks에서 모델 재학습 작업을 자동화했습니다. 예약된 각 실행은 새로운 판매 데이터를 사용하여 여러 후보 모델을 학습시키고 MLflow를 통해 모든 실행 기록을 저장합니다.
목표는 최적의 예측 정확도를 확보하기 위해 각 주기 종료 시점에 가장 성능이 뛰어난 모델을 선택하고 등록하는 것입니다. 어떤 접근 방식이 이 목표를 달성할 수 있을까요?
목표는 최적의 예측 정확도를 확보하기 위해 각 주기 종료 시점에 가장 성능이 뛰어난 모델을 선택하고 등록하는 것입니다. 어떤 접근 방식이 이 목표를 달성할 수 있을까요?
Databricks-Machine-Learning-Professional 문제 57
머신러닝 엔지니어가 Unity Catalog의 customer_features 테이블을 매일 업데이트하는 자동화된 파이프라인을 구축하는 임무를 맡았습니다. 이들은 고유한 customer_id를 기본 키로 하는 DataFrame을 반환하는 compute_customer_features 함수를 구현했으며, 매일 최신 기능 값이 테이블에 병합되도록 해야 합니다. 다음 코드 스니펫 중 이 요구 사항을 구현하는 것은 무엇입니까?
Databricks-Machine-Learning-Professional 문제 58
피처 드리프트는 어떤 요소에 변화가 생길 때 발생합니까?
Databricks-Machine-Learning-Professional 문제 59
데이터 과학자는 노트북에서 사용되는 모든 머신러닝 라이브러리에 대해 MLflow 자동 로깅을 활성화하려고 합니다. 노트북 실행에 사용되는 Databricks Runtime for Machine Learning의 버전이나 관리 콘솔에서 선택된 워크스페이스 전체 구성과 관계없이 MLflow 자동 로깅이 사용되도록 하고 싶습니다.
다음 코드 줄 중 어떤 것을 사용하여 이 작업을 수행할 수 있을까요?
다음 코드 줄 중 어떤 것을 사용하여 이 작업을 수행할 수 있을까요?
Databricks-Machine-Learning-Professional 문제 60
머신러닝 엔지니어가 MLflow pyfunc 모델로 모델을 로깅하고 배포하려고 합니다. 모델을 학습시키거나 예측을 수행하기 전에 특징 변수에 대한 사용자 지정 전처리가 필요합니다. 이를 위해, 모델 학습과 예측을 호출할 때 전처리를 수행하는 사용자 지정 모델 클래스인 `ModelWithPreprocess`를 만들기로 했습니다. 그리고 `ModelWithPreprocess` 클래스로 학습된 모델을 pyfunc 모델로 로깅하려고 합니다.
로그된 pyfunc 모델을 다운스트림 배포를 위해 로드할 때 이 접근 방식의 이점은 다음 중 무엇입니까?
로그된 pyfunc 모델을 다운스트림 배포를 위해 로드할 때 이 접근 방식의 이점은 다음 중 무엇입니까?