Защо да използваме списъци за съхраняване на предишните стойности?
Machine Learning / AI
Как работи случаен лес и как се обучава в задачата за класификация?
Каква е асимптотиката при няколко преминавания през списъка?
Ако AUC на новия модел е 0.82 срещу 0.80 при стария — можем ли уверено да кажем, че новият е по-добър? Как да проверим статистическата значимост?
Може ли новият модел с F1-скор 0.81 да се счита за по-добър от модела с 0.8 и да бъде незабавно пуснат в продукция?
Какво е H(X) в контекста на класификацията, например ентропия?
Как да измерим качеството на модел за бинарна класификация? Какви метрики знаете?
Как се държат Precision и Recall при дисбаланс на класовете? Пример: 95 единици и 5 нули, моделът винаги предсказва 1.
Трябва ли да се регуларизира свободният член (bias, w0)? Защо изобщо е необходим w0?
Може ли евтино да се реши проблемът с използването на модула в градиентния спуск?
Как да сравняваме координати с плаваща точка, като вземаме предвид особеностите на float в различните езици?
Какво е re-ranker в RAG? Какви модели използват (cross-encoder, bge-reranker)?
С какво се занимавате извън работата?
Какво е ROC крива?
Как да опишем архитектурата на модела на случаен горски модел с добавен линейно модел за екстраполация?
Какво е критерият за разклоняване в дърветата?