Machine Learning / AI
Welche Arten der Normalisierung gibt es (Batch, Layer, Instance, Group, RMSNorm)?
Was ist Faiss und wie ist es aufgebaut?
Was ist KG-Vervollständigung?
Was ist ein Knowledge Graph und wo werden sie angewendet?
Wie teilt man die Daten für die Validierung in Schichten auf?
Welche Datentypen eignen sich als Schlüssel für ein Wörterbuch in Python und warum?
Was ist LayoutLM und seine Versionen (v1, v2, v3)?
Was ist PPO und warum ist es in der Praxis bequemer als TRPO?
Was ist ein Video-Sprachmodell (VideoLLaMA, Video-ChatGPT)?
Wie man mit fehlenden Werten im Datensatz arbeitet?
Was ist HELM und welche Aufgaben deckt es ab?
Was passiert, wenn das erste oder letzte Baum im Boosting entfernt wird?
Was ist die mathematische Idee hinter Diffusionsmodellen? Was sind der Forward- und der Reverse-Prozess?
Welche Metriken der Multiklassenklassifikation kennen Sie? Ihre Vor- und Nachteile (Makro, Mikro, gewichtet).
Wie man Trainingsdaten für die Klassifikation auf der Grundlage von Anzeige- und Kaufhistorien erstellt?
Was ist Überanpassung? Welche Möglichkeiten gibt es, dagegen vorzugehen?
Was ist die ROC-Kurve?
Welche modernen TTS-Modelle (Tortoise, XTTS, StyleTTS2, ElevenLabs) gibt es?
Was passiert mit der Qualität jedes Modells, wenn das erste gebaute Baum in einem Gradient Boosting und einem Zufallswald mit 1000 Bäumen entfernt wird?
Was sind Datenverträge?