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.
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.