Machine Learning / AI
Kdo bude mít při odstranění prvního stromu negativnější dopad: model boostingu nebo baggingu?
Jak funguje přiřazování bounding box v modelech YOLO a DETR?
Jaké existují metody regularizace? Výhody a nevýhody každé z nich, oblasti použití.
Jak se počítá ROC-AUC? Popište algoritmus krok za krokem.
Jaké mohou být pasti při normalizaci dat pro řešení problému extrapolace v náhodném lese?
Jak je v Pythonu strukturována seznam a jaká je časová složitost hlavních operací?
V čem se liší autoregresivní a maskované jazykové modely?
Co jsou chyby prvního a druhého druhu?
Co je to feature store a jaké úkoly řeší (Feast, Tecton)?
Jaká je časová složitost řešení v notaci O?
Jaká by měla být hloubka stromů v Random Forest a boosting?
Jak doladit BERT pro úlohu klasifikace? Co vzít z výstupu?
V čem se liší dvoustupňové detektory od jednofázových z hlediska architektury, rychlosti a kvality?
Co je Monte Carlo Data?
Proč nelze učit pouze na výstupech gradientového boosting?
Co je to global average pooling a proč nahrazuje plně propojenou vrstvu?
Jaké jsou vlastnosti vzájemné vylučitelnosti tříd v více třídové klasifikaci?
Jaké jsou nejlepší postupy pro psaní promptů pro modely třídy GPT-4?
Jaké learning rate byste měli použít pro velký batch a jaké pro malý? Jaká pravidla (lineární škálovací pravidlo) znáte?
Co je to sloučený přístup k paměti?