Machine Learning / AI
Hast du direkt mit PostgreSQL gearbeitet?
Was ist constrained decoding (Regex, JSON-Schema)?
Wie berechnet man die Perplexity eines Sprachmodells? Welche Eigenschaften hat sie?
Wer wird bei der Entfernung des ersten Baums einen negativeren Effekt haben: das Boosting- oder das Bagging-Modell?
Wie funktioniert das Matching der Bounding Box in den Modellen YOLO und DETR?
Warum kann man nicht einfach die Medianwerte bei jedem Worker berechnen und dann zusammenführen?
Wie verbindet man die Fragen- und Antwortdatenbank mit einer externen Website zur Lösung einer Aufgabe?
Was unterscheidet DiT (Diffusion Transformer) von U-Net bei Diffusion?
Was ist Link-Vorhersage und welche Architekturen verwenden sie?
Welche Probleme gibt es bei A/B-Tests von ML-Modellen (Feedback-Schleife bei Trainingsdaten)?
Welcher Algorithmus liegt dem Modell zugrunde?
Was sind Lazy-Berechnungen in Spark?
Wie trifft man die Entscheidung über die Verlustfunktion für ein Modell aus Sicht von Business und Daten?
Was sind maskierte Autoencoder (MAE) für CV?
Was sind Weight of Evidence (WoE) und Information Value (IV)?
Wie kann man die Geschwindigkeit im Test erhöhen, ohne das Modell neu zu trainieren?
Wie man die Binarisierung von Faktoren, zum Beispiel das Alter, durchführt?
Was ist class-aware vs class-agnostic NMS?
Was ist ein Graph und wie wird er für neuronale Netze dargestellt (Adjazenzmatrix, Kantenliste)?
Woher kamen die neuen Gewichte und warum gibt es mehr?