Machine Learning / AI
Was ist PatchTST?
Was ist MIG (Multi-Instance GPU) auf A100/H100?
Was ist Feature Engineering für Zeitreihen (Lags, rollende Statistiken, Datetime-Features)?
Welche Abhängigkeit zwischen Variablen sucht der Pearson-Korrelationskoeffizient?
Welche Hyperparameter von HNSW sind wichtig (M, efConstruction, efSearch)?
Welche Probleme treten bei Joins von Features mit Historie auf?
Was ist Conditional Edge?
Wozu dient __len__ in Dataset? Warum müssen wir die Länge kennen?
Was ist der Unterschied zwischen semantischer Segmentierung, Instanz-Segmentierung und Objekterkennung?
Wie berücksichtigt man Fälle mit Nullen im Produkt der Listenelemente?
Was ist TF-IDF?
Was ist Distribution Drift und wie erkennt man ihn (KS-Test, PSI)?
Wie bestimmt man die Ableitung der Verlustfunktion für Logloss und MSE?
Was ist Popularität-Bayas und wie dagegen vorgehen?
Welche Abfrage funktioniert in einer Spalten-Datenbank am schnellsten und welche in einer Zeilen-Datenbank?
Was ist BLEU und in welchen Aufgaben wird es angewendet? Welche Probleme hat diese Metrik?
Was sind spectral GNN und spatial GNN?
Wie überprüft man die Qualität der Empfehlungen, ohne die Daten in Training und Test zu unterteilen?
Was ist entfernte Überwachung (NER aus KB)?
Gibt es noch etwas Zeit — versuchen wir, die ROC-AUC-Lösung optimal neu zu schreiben (durch Sortieren und Ränge in O(n log n))?