ระบบให้คะแนนพบว่าการกระจายของข้อมูลนำเข้าเปลี่ยน แต่ยังไม่มีผลลัพธ์จริงชุดใหม่ ข้อสรุปใดเหมาะสมที่สุด

ตรวจ drift และคุณภาพข้อมูล กำหนดเกณฑ์เฝ้าระวัง แต่ยังไม่สรุปว่าโมเดลด้อยลง
ถือว่าประสิทธิภาพลดลงตามอัตรา drift โดยไม่ต้องตรวจผลลัพธ์จริงเพิ่มเติม
หยุดตรวจข้อมูลนำเข้าจนกว่าจะมีผลลัพธ์จริงครบ แล้วใช้คะแนนเดิมตัดสิน
ฝึกโมเดลใหม่จากข้อมูลที่ไม่มีผลลัพธ์จริง แล้วแทนรุ่นเดิมโดยไม่ประเมิน

เฉลยอธิบาย

AI RMF 1.0 pp. 23, 28, 32-38 สนับสนุนหลักว่า กรอบ NIST กำหนดให้ติดตามความเสี่ยง คุณภาพข้อมูล และผลกระทบหลังใช้งาน โดยใช้เกณฑ์ตอบสนองและข้อมูลผลลัพธ์ที่เหมาะสม ดังนั้นคำตอบที่ตรงที่สุดคือ “ตรวจ drift และคุณภาพข้อมูล กำหนดเกณฑ์เฝ้าระวัง แต่ยังไม่สรุปว่าโมเดลด้อยลง”

ข้อสอบอื่นในวิชาวิทยาการข้อมูล (Data Science)

ดูข้อสอบวิชานี้ทั้งหมด →