Databricks-Machine-Learning-Professional 문제 6
머신러닝 엔지니어가 신용평가 모델을 학습시켰고, 비즈니스 보고를 위해 다양한 세분성을 유지하면서 여러 고객 세그먼트에 걸쳐 공정성 지표를 평가해야 합니다. 개별 특징(신용점수 범위, 소득 구간) 수준뿐만 아니라 여러 특징의 조합(교차 슬라이스) 수준에서도 정밀도, 재현율, 인구통계학적 균형도와 같은 지표를 계산해야 합니다. 모델 출력은 예측 확률과 실제 부도 레이블이 포함된 델타 테이블에 저장됩니다. 엔지니어는 이러한 다양한 특징 슬라이스와 세분성에 걸쳐 모델 성능을 체계적으로 평가하고자 합니다. 어떤 접근 방식이 이를 수행할 수 있을까요?
Databricks-Machine-Learning-Professional 문제 7
머신러닝 엔지니어가 모델 'model'의 모델 버전이 MLflow 모델 레지스트리 단계로 전환될 때 Databricks 작업 'job_id'를 트리거하는 웹훅을 생성하려고 합니다.
그들은 다음과 같은 불완전한 코드 블록을 가지고 있습니다:
다음 코드 줄 중 어떤 것을 빈칸에 채워 넣어 코드 블록이 원하는 작업을 수행할 수 있을까요?
그들은 다음과 같은 불완전한 코드 블록을 가지고 있습니다:
다음 코드 줄 중 어떤 것을 빈칸에 채워 넣어 코드 블록이 원하는 작업을 수행할 수 있을까요?
Databricks-Machine-Learning-Professional 문제 8
MLflow 모델에서 입력 예제를 로깅하는 것의 이점은 무엇입니까?
Databricks-Machine-Learning-Professional 문제 9
머신러닝 엔지니어가 실제 운영 중인 머신러닝 애플리케이션의 범주형 입력 변수를 모니터링하고 있습니다. 이 엔지니어는 특정 범주형 입력 변수 값에서 최근 데이터일수록 결측값이 더 많이 발생하는 경향이 있다고 생각합니다. 머신러닝 엔지니어가 자신의 가설을 검증하기 위해 사용할 수 있는 도구는 다음 중 무엇일까요?
Databricks-Machine-Learning-Professional 문제 10
MLflow에서 모델을 레지스트리에 등록하는 함수는 무엇입니까?