Niveaux de test et test basé sur les risques · Question 60 sur 60
Quelles associations entre risque et domaine le long du workflow de ML sont correctes ?
4 réponses sont correctes. Difficile Créé avec l’IA
Afficher la solution
Solution
- B Données d'entraînement biaisées : données d'entrée
- C Sensibilité aux exemples adverses : modèle
- E Défauts du pipeline de données : données d'entrée
- F Mauvais choix de l'approche d'évaluation : développement
Explication
Des données d'entraînement biaisées ou non représentatives et des défauts du pipeline de données sont des risques produit dans le domaine des données d'entrée. Un choix sous-optimal de l'algorithme ou de l'évaluation et les vulnérabilités de sécurité du framework sont des risques projet dans le domaine du développement. Le surapprentissage, les mesures de performance manquées et la sensibilité aux exemples adverses sont des risques produit dans le domaine du modèle.