MediaOpción múltiple

Pregunta de práctica de AI-900

¿Cuál es el propósito del versionado de conjuntos de datos en Azure Machine Learning?

Elige la mejor respuesta.

Respuesta correcta

  • BRealizar un seguimiento de los cambios en los datos de entrenamiento a lo largo del tiempo para permitir la reproducibilidad y la auditoría

Explicación

El versionado de conjuntos de datos de Azure Machine Learning permite a los científicos de datos realizar un seguimiento de los cambios en los datos de entrenamiento a lo largo del tiempo mediante la creación de instantáneas inmutables de los conjuntos de datos. Esto garantiza la reproducibilidad de los experimentos y proporciona una pista de auditoría, lo cual es fundamental para el cumplimiento y la depuración de las regresiones de rendimiento del modelo.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Cifrar conjuntos de datos con diferentes claves de seguridad para cada versión

El versionado de conjuntos de datos registra instantáneas inmutables de las definiciones de datos para la reproducibilidad y la auditoría, no claves de cifrado por versión. La rotación de claves de cifrado es manejada por Azure Key Vault o el cifrado de almacenamiento; es tentador porque las versiones implican configuraciones distintas, pero las claves de seguridad no son el mecanismo de versionado.

B

Correcta

Realizar un seguimiento de los cambios en los datos de entrenamiento a lo largo del tiempo para permitir la reproducibilidad y la auditoría

El versionado de conjuntos de datos en Azure Machine Learning toma instantáneas de cada cambio de datos, lo que le permite reproducir una ejecución de entrenamiento con los datos exactos utilizados y auditar la procedencia. Esto satisface la restricción de reproducibilidad y auditoría en lugar de simplemente almacenar archivos.

C

Incorrecta

Crear múltiples copias de los datos de entrenamiento en diferentes regiones de almacenamiento

El versionado de conjuntos de datos realiza un seguimiento de la procedencia y la reproducibilidad de la definición de un conjunto de datos, no de la replicación geográfica. Copiar datos entre regiones es redundancia de datos o georreplicación; es tentador porque las versiones se sienten como copias, pero el eje son las instantáneas inmutables para la trazabilidad, no la ubicación de almacenamiento.

D

Incorrecta

Limitar qué miembros del equipo pueden acceder a diferentes versiones de los datos de entrenamiento

El versionado realiza un seguimiento de las instantáneas de conjuntos de datos para la reproducibilidad y la procedencia, no de los permisos; el control de acceso es manejado por los roles del espacio de trabajo y Azure RBAC. Es tentador porque las versiones se sienten como artefactos separados para bloquear, y el versionado sería la respuesta correcta cuando el requisito es reproducir los datos de una ejecución de entrenamiento específica.

Para profundizar

El versionado de conjuntos de datos de Azure Machine Learning crea instantáneas inmutables de las referencias de datos, capturando las rutas de archivos exactas, el esquema y los metadatos en el momento del registro. Cada versión se identifica mediante un entero de incremento monotónico, y los datos subyacentes no se duplican; solo se almacenan el puntero y el perfil. Un comportamiento sutil: si los datos de origen cambian en el lugar, se debe registrar una nueva versión para reflejar esos cambios; de lo contrario, la reproducibilidad se rompe porque la antigua versión todavía apunta a los archivos modificados. Esto importa en un escenario en el que un modelo es auditado meses después: sin el versionado, los datos de entrenamiento pueden haber sido sobrescritos, haciendo imposible reproducir el modelo o explicar sus predicciones a los reguladores.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.