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 + MLOpsNeuron: gewichten, bias, activeringquiz85 / 104
+100 XP
Opdracht
📝 **Taak:** Bouw \`drift_detector(baseline_mean, current_mean, std, Threshold)\` — retourneert \`True\` als het huidige kenmerkgemiddelde aanzienlijk is afgeweken ten opzichte van de basislijn: - Bereken z-score: \`|current_mean - baseline_mean| / std\`. - Retourneert \`True\` als z-score \`>= drempel\` (drift), anders \`False\` (stabiel). - \`std == 0\` → return \`False\` (geen spreiding → kan geen betekenisvolle drift berekenen; markeren zou een waarschuwingsgeluid zijn). - Dit is het eenvoudigste productiedriftsignaal: wordt elke nacht per functie uitgevoerd. 📋 Implementeer bovenstaande functie. Tests worden automatisch uitgevoerd. 💡 **Hint:** Herlees de theorie als je vastloopt.
🎯 Quiz

Vraag

📝 **Taak:** Bouw \`drift_detector(baseline_mean, current_mean, std, Threshold)\` — retourneert \`True\` als het huidige kenmerkgemiddelde aanzienlijk is afgeweken ten opzichte van de basislijn: - Bereken z-score: \`|current_mean - baseline_mean| / std\`. - Retourneert \`True\` als z-score \`>= drempel\` (drift), anders \`False\` (stabiel). - \`std == 0\` → return \`False\` (geen spreiding → kan geen betekenisvolle drift berekenen; markeren zou een waarschuwingsgeluid zijn). - Dit is het eenvoudigste productiedriftsignaal: wordt elke nacht per functie uitgevoerd. 📋 Implementeer bovenstaande functie. Tests worden automatisch uitgevoerd. 💡 **Hint:** Herlees de theorie als je vastloopt.

💬 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…