Machine Learning / AI
Wie ist die Liste in Python aufgebaut und wie ist die zeitliche Komplexität der wichtigsten Operationen?
Was ist Beam Search und warum wird es selten für offene Generierung verwendet?
Was ist differentielle Privatsphäre und DP-SGD?
Wie funktioniert ein Entscheidungsbaum?
Was ist NSP (Next Sentence Prediction) und warum hat RoBERTa darauf verzichtet?
Was ist constrained decoding (Regex, JSON-Schema)?
Wie funktioniert die Normalverteilung der Wahrscheinlichkeiten bei binärer Klassifikation?
Welche Lernrate sollte für große Batches und welche für kleine verwendet werden? Welche Regeln (lineare Skalierungsregel) kennst du?
Wie tief sollten die Bäume in Random Forest und Boosting sein?
Warum kann man nicht einfach die Medianwerte bei jedem Worker berechnen und dann zusammenführen?
Was ist Monte Carlo Data?
Warum kann man nicht einfach nur an den Ausgaben des Gradient Boosting lernen?
Welche Regularisierungsmethoden gibt es für nichtlineare Modelle?
Welche praktischen Tricks beschleunigen die Inferenz von Transformatoren (spekulative Decodierung, Medusa)?
Was ist der Unterschied zwischen NaN und None in Python?
Was ist die Architektur von ViT (Vision Transformer)?
Wie man Airflow zur Orchestrierung von ETL-Prozessen verwendet?
Was ist die probabilistische Interpretation des ROC-AUC?
Wie berechnet man das Alter in Jahren zwischen dem aktuellen Datum und dem Geburtsdatum in Python?
Wer wird bei der Entfernung des ersten Baums einen negativeren Effekt haben: das Boosting- oder das Bagging-Modell?