Naar hoofdinhoud
🔒 Voorbeeldmodus. De eerste vijftien Foundations-lessen zijn gratis; deze is Pro. Start een 7-daagse trial om de editor, AI-hints en de rest van het curriculum te ontgrendelen. Kaart vereist, op elk moment opzegbaar in Dashboard.Start 7-daagse trial →
← CursussenData Science AppliedModule 6 · Diep leren + MLOps🏆 Laatste sluitstuk: ML-productieblauwdrukmission104 / 104
+250 XP
Opdracht
📝 **Taak:** Implementeer twee functies: 1. `register_model(model_id, metric)` → retourneert het nieuwe versienummer (1, 2, 3, ...). Slaat elke registratie op in een `REGISTRY`-dictaat op moduleniveau, ingetoetst door `model_id`. 2. `detect_drift(train_mean, train_std, live_values)` → retourneert `True` als het gemiddelde van `live_values` meer dan 2σ verwijderd is van `train_mean`. Voer vervolgens de onderstaande controles uit. Verwachte uitvoer (5 regels): ``` 1 2 {'versie': 2, 'metrisch': 0,87} Vals Waar ``` 📋 Implementeer bovenstaande functie. Tests worden automatisch uitgevoerd. 💡 **Hint:** Herlees de theorie als je vastloopt.
✏️ Schrijf hier je code
🐍
Python laden...
Eenmalige download (~1 MB). Daarna direct beschikbaar.
📊 Resultaat
Klik op Uitvoeren om het resultaat te zien...

💬 Discussie

Wees de eerste — stel een vraag of deel een tip.
Log in om mee te doen aan de discussie. Lezen is gratis.
Discussie laden…