এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে। উত্পাদন এমএল সিস্টেম: আপনার জ্ঞান পরীক্ষা পাথওয়েতে ফিরে যান আপনি একটি শ্রেণিবিন্যাস মডেল তৈরি করতে মেশিন লার্নিং ব্যবহার করছেন যা ইউনিকর্নের উপস্থিতির পূর্বাভাস দেয়। আপনার ডেটাসেটে 10,000 ইউনিকর্নের উপস্থিতি এবং 10,000 ইউনিকর্নের অ-আদর্শের বিবরণ রয়েছে। ডেটাসেটে অবস্থান, দিনের সময়, উচ্চতা, তাপমাত্রা, আর্দ্রতা, গাছের আচ্ছাদন, একটি রংধনুর উপস্থিতি এবং অন্যান্য অনেক বৈশিষ্ট্য রয়েছে। আপনার ইউনিকর্ন চেহারা ভবিষ্যদ্বাণী চালু করার পরে, আপনাকে নতুন ডেটাতে পুনরায় প্রশিক্ষণের মাধ্যমে আপনার মডেলটিকে সতেজ রাখতে হবে। যেহেতু আপনি প্রশিক্ষণের জন্য অনেক বেশি নতুন ডেটা সংগ্রহ করছেন, আপনি একটি উইন্ডোতে নতুন ডেটা নমুনা করে প্রশিক্ষণের ডেটা সীমিত করার সিদ্ধান্ত নেন। আপনাকে ইউনিকর্নের উপস্থিতিতে দৈনিক এবং বার্ষিক নিদর্শনগুলির জন্যও অ্যাকাউন্ট করতে হবে। আপনি সময় কোন উইন্ডো নির্বাচন করবেন? একদিন, কারণ একটি বৃহত্তর উইন্ডোর ফলে প্রচুর ডেটা আসবে এবং আপনার মডেলকে প্রশিক্ষণ দিতে খুব বেশি সময় লাগবে। এক সপ্তাহ, যাতে আপনার ডেটাসেট খুব বড় না হয় কিন্তু আপনি এখনও নিদর্শনগুলিকে মসৃণ করতে পারেন৷ এক বছর, আপনার মডেল বার্ষিক নিদর্শন দ্বারা পক্ষপাতদুষ্ট হয় না তা নিশ্চিত করতে। আপনি আপনার ইউনিকর্ন চেহারা ভবিষ্যদ্বাণী চালু করুন. এটা ভাল কাজ করছে! আপনি ছুটিতে যান এবং আপনার মডেলের গুণমান উল্লেখযোগ্যভাবে কমে গেছে তা দেখতে তিন সপ্তাহ পরে ফিরে যান। অনুমান করুন যে ইউনিকর্নের আচরণ তিন সপ্তাহের মধ্যে উল্লেখযোগ্যভাবে পরিবর্তন হওয়ার সম্ভাবনা নেই। গুণমান হ্রাসের জন্য সবচেয়ে সম্ভাব্য ব্যাখ্যা কি? ট্রেনিং-সার্ভিং স্ক্যু: মডেল পরিবেশন শুরু করার পরে কিছু সময়ে সার্ভিং ডেটার বিন্যাস ধীরে ধীরে পরিবর্তিত হয়। আপনি প্রশিক্ষণের সময় একটি মেট্রিক হিসাবে নির্ভুলতা ব্যবহার করেছেন। আপনার মডেল বাসি. উপরের কেউই না। আপনি অ্যান্টার্কটিকার জন্য মডেলের ভবিষ্যদ্বাণী পর্যালোচনা করুন, এবং আবিষ্কার করুন যে মডেলটি উৎপাদনে মুক্তি পাওয়ার পর থেকে মডেলটি সেখানে খারাপ ভবিষ্যদ্বাণী করছে। নিচের কোনটি সমস্যার উৎস হতে পারে? আপনার কাছে অ্যান্টার্কটিকার জন্য যথেষ্ট প্রশিক্ষণের উদাহরণ নেই। আপনি স্ট্যাটিক প্রশিক্ষণের পরিবর্তে গতিশীল প্রশিক্ষণ ব্যবহার করেছেন। আপনার মডেল বাসি হয়ে গেছে। উপরের সবগুলো। আপনার ইউনিকর্ন চেহারা ভবিষ্যদ্বাণীকারী এক বছর ধরে কাজ করেছে। আপনি অনেক সমস্যা সমাধান করেছেন, এবং গুণমান এখন উচ্চ। যাইহোক, আপনি একটি ছোট কিন্তু ক্রমাগত সমস্যা লক্ষ্য করেন। আপনার মডেলের মান শহরাঞ্চলে কিছুটা কম হয়েছে। কারণ কি হতে পারে? আপনার ভবিষ্যদ্বাণীর উচ্চ গুণমান ব্যবহারকারীদের সহজেই ইউনিকর্ন খুঁজে পেতে পরিচালিত করে, যা ইউনিকর্নের চেহারার আচরণকে প্রভাবিত করে। শহুরে এলাকায় মডেল করা কঠিন। ইউনিকর্নের উপস্থিতি প্রচুর জনবসতিপূর্ণ এলাকায় একাধিকবার রিপোর্ট করা হয়, আপনার প্রশিক্ষণের ডেটাকে স্কাই করে। আপনার সমস্ত সমস্যা সমাধানের মাধ্যমে, আপনি ইউনিকর্ন মডেলের ভবিষ্যদ্বাণীগুলির গুণমানকে ব্যাপকভাবে উন্নত করেছেন এবং ফলস্বরূপ, ব্যবহার দশগুণ বৃদ্ধি পেয়েছে। যাইহোক, ব্যবহারকারীরা এখন অভিযোগ করছেন যে মডেলটি অত্যন্ত ধীর; অনুমান অনুরোধগুলি পূর্বাভাস ফেরাতে সাধারণত 30 সেকেন্ডের বেশি সময় নেয়। নিচের কোন পরিবর্তন এই সমস্যা সমাধানে সাহায্য করতে পারে? মডেলটিকে গতিশীল প্রশিক্ষণ থেকে স্ট্যাটিক প্রশিক্ষণে পরিবর্তন করুন। মডেলটিকে গতিশীল অনুমান থেকে স্ট্যাটিক অনুমানে পরিবর্তন করুন। পরিবেশন করার আগে মডেলের মান যাচাই করুন। উপরের সমাধানগুলির কোনটিই সাহায্য করবে না। উত্তর জমা দিন error_outline ক্যুইজের স্কোর গণনা করার সময় সমস্যা হয়েছে। আবার চেষ্টা করুন।