Machine Learning / AI
Dəstək Vektor Maşını (SVM) metodunun necə işlədiyini və onun xətti modellərlə əlaqəsini təsvir edin.
LoRA (Low-Rank Adaptation) nədir?
PR-AUC nə göstərir və onu nə vaxt tətbiq etmək məntiqlidir?
ROC-AUC-in F1 və Precision ilə müqayisədə üstünlüyü nədir?
Yalnızca Node.js və React-də qalmaq istəyirsiniz, yoxsa ML kontekstində başqa bir yığmağa hazırlaşırsınız?
Təsadüfi meşə və gradient gücləndirmədə ilk və son ağacı silsək, modelin keyfiyyətinə nə olacaq?
NumPy-də niyə reshape edilir?
RAG sistemləri ilə işləmə təcrübəniz və son layihənizdə nə etdiyiniz haqqında danışa bilərsinizmi?
Əgər bizim alətlərimiz və ya MCP varsa, LLM onları necə çağırır?
Optimizatorun çox sayda hiperparametri var, 10.000 təcrübə, az vaxt, amma çox resurslar. Optimal kombinasiyanı tapmaq üçün hansı yanaşmalar mövcuddur?
Ölçümlərlə nə edildi, onları əldə etdikdən sonra?
PIK-dəki layihə haqqında danışın — komanda daha böyükdü, yoxsa necə oldu?
Yəni, bunlar istifadəçilərdən, fiziki/hüquqi şəxslərdənmi?
Python əsas dilinizdir? Neçə illik ticarət təcrübəniz var?
Fərqli layihələrinizin olması işinizə necə təsir edir? Bu, maliyyə motivasiyanıza təsir edir? Layihələr üçün bonuslarınız var mı?
Maşın öyrənməsi və dərin öyrənmə arasındakı əsas fərqlər nələrdir?
// Artan sıralı bir tam sayı dizisi a, elementin indeks indeksi və tam ədəd k verilir. // Dizidən, a[index] elementinə ən yaxın olan k sayı istənilən qaydada qaytarılmalıdır. // Məhdudiyyətlər: // Dizinin ölçüsü 1 <= N <= 10^6; // Dizinin elementləri: -10^9 <= a[i] <= 10^9; // 0 <= k <= N; // Elementin indeks indeksi 0 <= index < N. // find_k_closest(a={2, 3, 5, 7, 11}, index=3, k=2) -> {5, 7}
SQL ilə necədir?
Model necə öyrədilməlidir? Seq-to-seq bahalıdır, çox hiperparametr var. Bunu necə etmək olar?
Çox sinifli təsnifatda metriklərin ortaqlaması üçün hansı üsullar var?