Τι είναι ο 3D παραλληλισμός (δεδομένα + tensor + pipeline);
Senior
182
Machine Learning / AI
3608
0
Τι είναι το stacking και το blending;
Middle+
182
Πώς διαμορφώνουμε ένα δείκτη που λαμβάνει υπόψη την αναμενόμενη κερδοφορία και την πιθανότητα πώλησης ανά κατηγορία;
Middle
181
Πώς να προσδιορίσετε ότι τα προϊόντα αγοράστηκαν μαζί και είναι συμπληρωματικά;
Middle
181
Πώς να εκπαιδεύεστε σε μεγάλο πακέτο με περιορισμένη μνήμη;
Middle
179
Γιατί χρησιμοποιείται η σύγκριση με το epsilon στην ενημέρωση των βαρών;
Middle — Senior
179
Τι είναι το gradient boosting;
Middle — Senior
179
Πώς διασφαλίζεται η ασφάλεια των δεδομένων κατά τη διάρκεια του RAG (PII, δικαιώματα πρόσβασης);
Middle — Senior
177
Μιλήστε για τις μεθόδους κανονικοποίησης και καταπολέμησης του υπερεκπαίδευσης στο Deep Learning (Dropout, Batch Normalization, Early Stopping, Elastic Net).
Middle+
177
Ποια είναι τα διαφορές μεταξύ ανάλυσης επιβίωσης και συνηθισμένης χρονικής παλινδρόμησης;
176
Τι είναι το Elastic Net;
Middle+
176
175
Τι είναι η συγκέντρωση γειτονιάς και ποιες λειτουργίες χρησιμοποιούν (μέσος, άθροισμα, μέγιστο, LSTM);
Middle — Senior
175
Πώς να εμφανίσετε τη τρέχουσα διεύθυνση και την τιμή για κάθε αγγελία σε SQL;
Middle
174
Πώς να αναζητήσετε αποτελεσματικά παρόμοια embeddings ανάμεσα σε εκατομμύρια προϊόντα χρησιμοποιώντας το Faiss ή άλλα ευρετήρια;
Middle
174
Ποια μέθοδοι κανονικοποίησης υπάρχουν για μη γραμμικά μοντέλα;
Middle — Senior
173
Πώς αυξάνετε την ταχύτητα στη δοκιμή χωρίς να επανεκπαιδεύσετε το μοντέλο;
Middle
172
Ποια είναι η μεταβλητή στόχος του n-οστού δέντρου στο gradient boosting;
Middle
172
Ποιες είναι οι σύγχρονες προσεγγίσεις στα tabular δεδομένα (CatBoost, LightGBM, XGBoost, deep tabular);
Middle — Senior
172
Πώς μπορούμε να ρυθμίσουμε τους υπερπαραμέτρους;
Middle+
171