🔒 Modo de pré-visualização. As primeiras quinze aulas de Foundations são grátis; esta é Pro. Inicie um trial de 7 dias para desbloquear o editor, as dicas AI e o resto do programa. Cartão necessário, cancele a qualquer momento no Dashboard.Iniciar trial de 7 dias →
📝 **Tarefa:** Construir \`drift_detector(baseline_mean, current_mean, std, Threshold)\` — retorna \`True\` se a média do recurso atual se desviou significativamente da linha de base:
- Calcular pontuação z: \`|média_atual - média_linha de base| / std\`.
- Retorna \`True\` se z-score \`>= limite\` (desvio), caso contrário \`False\` (estável).
- \`std == 0\` → return \`False\` (sem propagação → não é possível calcular desvio significativo; a sinalização seria um ruído de alerta).
- Este é o sinal de desvio de produção mais simples – executado todas as noites por recurso.
📋 Implemente a função acima. Os testes são executados automaticamente.
💡 **Dica:** Releia a teoria se tiver dúvidas.
🎯 Quiz
Pergunta
📝 **Tarefa:** Construir \`drift_detector(baseline_mean, current_mean, std, Threshold)\` — retorna \`True\` se a média do recurso atual se desviou significativamente da linha de base:
- Calcular pontuação z: \`|média_atual - média_linha de base| / std\`.
- Retorna \`True\` se z-score \`>= limite\` (desvio), caso contrário \`False\` (estável).
- \`std == 0\` → return \`False\` (sem propagação → não é possível calcular desvio significativo; a sinalização seria um ruído de alerta).
- Este é o sinal de desvio de produção mais simples – executado todas as noites por recurso.
📋 Implemente a função acima. Os testes são executados automaticamente.
💡 **Dica:** Releia a teoria se tiver dúvidas.
💬 Discussão
Seja o primeiro a fazer uma pergunta ou compartilhar uma dica.
Faça login para entrar na discussão. A leitura é gratuita.