ISTQB CT-AI

इनपुट डेटा की टेस्टिंग

60 प्रश्न

आसान

इनपुट डेटा जोखिम

  1. इनपुट डेटा टेस्टिंग का उद्देश्य क्या है?
  2. "अविश्वसनीय स्रोतों से प्राप्त ट्रेनिंग डेटा" के जोखिम के लिए कौन-सा शमन उपाय उपयुक्त है?
  3. कौन-सा शमन उपाय उप-इष्टतम फ़ीचर चयन के लिए उपयुक्त है?

पूर्वाग्रह के लिए परीक्षण

  1. ML सिस्टम में बायस से क्या तात्पर्य है?
  2. ML सिस्टम में बायस के दो मुख्य स्रोत कौन-से हैं?
  3. एल्गोरिदमिक बायस का उदाहरण कौन-सा है?
  4. डिस्पैरिटी इम्पैक्ट विश्लेषण में काउंटरफ़ैक्चुअल क्या होते हैं?

डेटा पाइपलाइन और प्रतिनिधित्व

  1. डेटा पाइपलाइन टेस्ट करने का लेयर्ड दृष्टिकोण कैसे शुरू होता है?
  2. पूरी तरह असेंबल की गई डेटा पाइपलाइन की सिस्टम टेस्टिंग कैसे शुरू होती है?
  3. ऑपरेशनल पाइपलाइन के विपरीत, ट्रेनिंग पाइपलाइन की टेस्टिंग अक्सर किस पर केंद्रित होती है?
  4. डेटा रिप्रेज़ेंटेटिवनेस टेस्टिंग क्या निर्धारित करती है?
  5. डेटा रिप्रेज़ेंटेटिवनेस टेस्टिंग कब की जानी चाहिए?
  6. रिप्रेज़ेंटेटिवनेस टेस्टिंग में वितरणों की तुलना के लिए कौन-से औपचारिक सांख्यिकीय टेस्ट उपयुक्त हैं?

डेटासेट और लेबल जाँच

  1. डेटासेट कंस्ट्रेंट टेस्टिंग क्या जाँचती है?
  2. कौन-सा कंस्ट्रेंट जाँचता है कि कोई मान दी गई रेंज के भीतर है या नहीं?
  3. डेटासेट कंस्ट्रेंट टेस्टिंग आमतौर पर स्वचालित क्यों की जाती है?
  4. मशीन लर्निंग के किस प्रकार में लेबल करेक्टनेस विशेष रूप से आवश्यक है?
  5. मल्टीपल एनोटेशन में क्या होता है?
  6. इंटर-एनोटेटर एग्रीमेंट (IAA) मापने के लिए कौन-से मेट्रिक इस्तेमाल किए जा सकते हैं?
  7. कौन-सा कंस्ट्रेंट जाँचता है कि कोई एट्रिब्यूट मान निर्दिष्ट डेटा टाइप से मेल खाता है या नहीं, जैसे स्ट्रिंग की जगह इंटीजर?

मध्यम

इनपुट डेटा जोखिम

  1. कौन-से शमन उपाय दूषित (poisoned) प्रशिक्षण डेटा के विरुद्ध मदद करते हैं?
  2. डेटासेट बाधा परीक्षण किन जोखिमों के विरुद्ध मदद करता है?
  3. डेटा प्रतिनिधित्व परीक्षण किन जोखिमों के विरुद्ध मदद करता है?

पूर्वाग्रह के लिए परीक्षण

  1. पूर्वाग्रह (bias) का पता लगाने के लिए कौन-से परीक्षण दृष्टिकोण उपयुक्त हैं?
  2. ML मॉडल में पूर्वाग्रह का पता लगाने में डायनेमिक परीक्षण कैसे मदद करता है?
  3. डिस्पैरेट इम्पैक्ट विश्लेषण के चरण किस क्रम में होते हैं?
  4. संवेदनशील विशेषताओं के संयोजनों और अवास्तविक उदाहरणों के साथ डिस्पैरेट इम्पैक्ट विश्लेषण में किस बात का ध्यान रखना चाहिए?
  5. पूर्वाग्रह के लिए परीक्षण करते समय डेटासेट के दस्तावेज़ीकरण की समीक्षा में क्या जाँचा जाता है?

डेटा पाइपलाइन और प्रतिनिधित्व

  1. डेटा पाइपलाइन के कंपोनेंट परीक्षण में क्या जाँचा जाता है?
  2. डेटा पाइपलाइन का फ़ॉल्ट इंजेक्शन परीक्षण क्या मापता है?
  3. डेटा पाइपलाइन के सिस्टम परीक्षण में बैक-टू-बैक परीक्षण किसलिए प्रयोग होता है?
  4. डेटा पाइपलाइनों के परीक्षण में कॉन्फ़िगरेशन प्रबंधन समीक्षाएँ किसलिए प्रयोग होती हैं?
  5. डेटा प्रतिनिधित्व परीक्षण में कौन-से तीन मुख्य चरण होते हैं?
  6. लक्ष्य आबादी परिभाषित करते समय अपेक्षित संचालन डेटा वितरण और महत्वपूर्ण एज केस कैसे पहचाने जा सकते हैं?

डेटासेट और लेबल जाँच

  1. कौन-सी बाधाएँ मल्टी-वैल्यू बाधाएँ हैं?
  2. useful बाधा क्या जाँचती है?
  3. कौन-सी बाधाएँ तुलना बाधाएँ (comparison constraints) हैं?
  4. कम इंटर-एनोटेटर एग्रीमेंट (IAA) स्कोर क्या संकेत दे सकते हैं?
  5. मॉडल प्रशिक्षण के दौरान उच्च लॉस वाला डेटा बिंदु क्या संकेत दे सकता है?
  6. प्रशिक्षित मॉडल का किसी डेटा बिंदु के लिए कम पूर्वानुमान विश्वास (prediction confidence) क्या अर्थ रख सकता है?

कठिन

इनपुट डेटा जोखिम

  1. एक टीम पाती है कि ट्रांसफ़ॉर्मेशन स्क्रिप्ट के अनियंत्रित अपडेट के बाद डेटा पाइपलाइन गलत मान देती है और संचालन में धीमी हो जाती है। इन जोखिमों के लिए कौन-सा शमन उपयुक्त है?
  2. इनपुट डेटा जोखिम और शमन के कौन-से मिलान सही हैं?

पूर्वाग्रह के लिए परीक्षण

  1. एक क्रेडिट मॉडल की पूर्वाग्रह (bias) के लिए जाँच की जानी है। टीम ऐसे आवेदन बनाती है जो लिंग को छोड़कर समान हैं और कई परीक्षणों में पाती है कि निर्णय उल्लेखनीय रूप से भिन्न हैं। कौन-से कथन सही हैं?
  2. होम लोन के लिए disparate impact analysis में एक टेस्टर counterfactual आवेदनों में आयु को पाँच वर्ष कर देता है। समस्या क्या है?
  3. एक आवेदक फ़िल्टर महिला आवेदकों के साथ भेदभाव करता है क्योंकि प्रशिक्षण डेटा उस समय का है जब शायद ही किसी महिला को नियुक्त किया जाता था। इस बारे में कौन-से कथन सही हैं?
  4. एक टीम जानना चाहती है कि उसका मॉडल पूर्वाग्रहपूर्ण परिणाम देता है या नहीं, लेकिन उसे नहीं पता कि कारण डेटा में है या मॉडल विकास में। कौन-सा तरीका कारण की परवाह किए बिना bias का पता लगाता है?

डेटा पाइपलाइन और प्रतिनिधित्व

  1. पाइपलाइन परीक्षण और परीक्षण स्तर के कौन-से मिलान सही हैं?
  2. संचालन पाइपलाइन का एक नया संस्करण लाइव डेटा स्ट्रीम को बिगाड़े बिना लागू किया जाना है। इसके लिए production में कौन-से परीक्षण उपयुक्त हैं?
  3. एक टीम किसी exploratory प्रोटोटाइप की training pipeline और उत्पाद की operational pipeline का एक ही रणनीति से परीक्षण करती है। बेहतर क्या होगा?
  4. एक त्वचा कैंसर classifier को केवल एक क्लिनिक की छवियों से प्रशिक्षित किया गया था और उसे पूरे देश में इस्तेमाल किया जाना है। यहाँ representativeness testing के कौन-से चरण उपयुक्त हैं?
  5. एक सफल representativeness test के बाद एक मॉडल को प्रशिक्षित और तैनात किया गया। संचालन में क्या करना शेष है?

डेटासेट और लेबल जाँच

  1. चुनाव परिणामों के एक डेटासेट में एक निर्वाचन क्षेत्र में सभी दलों के वोट शेयर का योग 104% है, जबकि यह ठीक 100% होना चाहिए। कौन-सा constraint इस दोष का पता लगाता है?
  2. एक ग्राहक डेटासेट में प्रविष्टियाँ "age = −3" और "age = thirty" हैं, और एक ग्राहक की आयु बिल्कुल अनुपस्थित है। कौन-से constraints इन दोषों का पता लगाते हैं?
  3. एक प्रशिक्षण डेटासेट में "customer number" कॉलम है जिसमें केवल अद्वितीय मान हैं, साथ ही कई लगभग समान पंक्तियाँ हैं। यहाँ कौन-से constraints ट्रिगर होते हैं?
  4. सॉफ़्टवेयर मॉड्यूलों के एक डेटासेट में एक मॉड्यूल में कोड की कुल पंक्तियों से अधिक दोषपूर्ण पंक्तियाँ हैं। कौन-सा constraint इसका पता लगाता है?
  5. एक नियम कहता है: जिन सभी विद्यार्थियों के अंक औसत से कम से कम 1.33 मानक विचलन ऊपर हैं, उनका ग्रेड "A" है। यह किस प्रकार का constraint है, और यह किस समूह का है?
  6. एक टीम के पास 100,000 छवियों के केवल एक छोटे हिस्से की विशेषज्ञों से समीक्षा करवाने का बजट है। किन छवियों की समीक्षा को प्राथमिकता दी जानी चाहिए?
  7. object detection डेटासेट में bounding boxes की स्वचालित रूप से जाँच की जानी है। कौन-सा तरीका और कौन-सा नियम उपयुक्त है?
  8. एक टीम पूरे प्रोजेक्ट में लेबल गुणवत्ता सुनिश्चित करना चाहती है। कौन-सा संयोजन अक्सर सबसे प्रभावी होता है?
  9. एक टीम के पास यातायात दृश्यों का एक नया लेबल किया हुआ डेटासेट है और वह एक तुलनीय सार्वजनिक डेटासेट जानती है। "pedestrian" के लिए लेबल का हिस्सा तुलनात्मक डेटासेट की तुलना में पाँच गुना अधिक है। यह कौन-सा तरीका है, और इससे क्या निष्कर्ष निकलता है?

सर्टिफ़िकेशन और परीक्षाएँ

अगली परीक्षा कौन-सी होगी?

आप 51 परीक्षाओं का अभ्यास पहले से कर सकते हैं, 16 पर वोटिंग चल रही है। सभी सर्टिफ़िकेशन आधिकारिक जानकारी के साथ देखें, वोट करें या अपनी परीक्षा सुझाएँ।

सभी सर्टिफ़िकेशन देखें