Niveles de prueba y pruebas basadas en riesgos · Pregunta 60 de 60
¿Qué asociaciones entre riesgo y área a lo largo del flujo de trabajo de ML son correctas?
4 respuestas son correctas. Difícil Creado con IA
Mostrar solución
Solución
- B Datos de entrenamiento sesgados: datos de entrada
- C Susceptibilidad a ejemplos adversarios: modelo
- E Defectos en la canalización de datos: datos de entrada
- F Mala selección del enfoque de evaluación: desarrollo
Explicación
Los datos de entrenamiento sesgados o no representativos y los defectos de la canalización de datos son riesgos de producto en el área de los datos de entrada. La selección subóptima del algoritmo o de la evaluación y las vulnerabilidades de seguridad del framework son riesgos de proyecto en el área de desarrollo. El sobreajuste, las medidas de rendimiento omitidas y la susceptibilidad a ejemplos adversarios son riesgos de producto en el área del modelo.