Machine Learning / AI
Wie wird Parallelität in Python unter Berücksichtigung des GIL umgesetzt (multiprocessing, Threads, asyncio, C-Erweiterungen)?
Was ist der Bias-Variance-Tradeoff?
Kann man einen RandomForest über KNN, linearen Modellen und neuronalen Netzen aufbauen? Warum?
Wie funktioniert die Non-Maximum Suppression (NMS) und wozu dient sie?
Was ist CUTLASS?
Welche Datenstruktur liegt dem dict in Python zugrunde? Wie werden Kollisionen aufgelöst?
Was ist disparater Einfluss?
Erzählen Sie mir vom ungarischen Algorithmus. Wo wird er im ML verwendet?
Was ist der Exploration-Exploitation-Kompromiss in RL?
Was ist Überanpassung und wie bekämpft man sie?
Was ist ein Model Registry und welche Tools haben Sie verwendet (MLflow, W&B)?
Kann eine atrous (gedehnte) Faltung überhaupt niemals einen Pixel im ursprünglichen Bild verwenden?
Kann man ein neues Modell mit einem F1-Score von 0,81 als besser ansehen als ein Modell mit 0,8 und es sofort in die Produktion bringen?
Was tun mit dem Datensatz vor dem Trainieren des Modells?
Ist es schlecht, alle Felder zu indexieren, und warum?
Was ist Bagging und warum reduziert es die Varianz des Modells?
Was ist depthwise separable convolution und wo wird sie angewendet (MobileNet)?
Welche Möglichkeiten gibt es, schwere Datenbankabfragen zu optimieren?
Was ist Target Encoding und welche Probleme hat es (Overfitting, Leakage)?
Welche Metriken der binären Klassifikation kennen Sie? Vor- und Nachteile jeder.