Machine Learning / AI
Proč nelze učit pouze na výstupech gradientového boosting?
Jaké metody regularizace existují pro nelineární modely?
Jaké praktické triky urychlují inferenci transformátorů (spekulativní dekódování, medusa)?
Co je to Thompson sampling a UCB?
Jak používat Airflow k orchestraci ETL procesů?
Jaká je pravděpodobnostní interpretace ROC-AUC?
Kdo bude mít při odstranění prvního stromu negativnější dopad: model boostingu nebo baggingu?
Co je to feature store a jaké úkoly řeší (Feast, Tecton)?
Kdy deep learning poráží GBDT na tabulkových datech?
Co je to samořídící předtrénování pro GNN?
Co je Airflow / Prefect / Dagster v ML pipelinech?
Co je FSDP a jak se liší od DDP?
Jaké ochrany proti prompt injection znáte?
Co jsou kontextuální bandité?
Co je to asynchronní? Čím se liší asyncio od vláken?
Jaké knihovny používáte k řešení typických úkolů strojového učení?
Co jsou generativní modely molekul?
Jak využít vyhledávací dotaz a historii uživatele k tvorbě výstupu při studeném startu?
Co je to streamové aktivní učení?
Jaké jsou přístupy k odpovědnému škálování LLM?