Τι είναι ο νόμος του Twyman και πώς να τον αντισταθούμε;
Machine Learning / AI
Τι είναι ο αλγόριθμος DBSCAN και η ομαδοποίηση βάσει πυκνότητας;
Τι είναι τα αιτιακά γραφήματα (DAG) και η διαχωρισμός d;
Ποια είναι τα χαρακτηριστικά των γεωχωρικών προβολών (UTM, EPSG, WGS84);
Τι είναι ένα adversarial παράδειγμα και μια επίθεση FGSM;
Τι είναι η κλιμάκωση του γραντίεντ και γιατί χρειάζεται με FP16;
Τι είναι ο συντελεστής προσδιορισμού R² στην παλινδρόμηση;
Πώς λειτουργεί το τυχαίο δάσος και πώς κατασκευάζονται τα δέντρα στο σύνολο;
Τι είναι το ring-allreduce και γιατί είναι πιο αποδοτικό από τον διακομιστή παραμέτρων;
Τι είναι τα λάθη πρώτου και δεύτερου είδους;
Πώς ενημερώνετε το μοντέλο κινδύνου με την εμφάνιση νέων δεδομένων και υποθέσεων;
Τι είναι η πρόβλεψη grasp και ποιες είναι οι προσεγγίσεις;
Πώς περιγράφουμε την υποεκπαίδευση και την υπερεκπαίδευση σε όρους μεροληψίας και διακύμανσης;
Πώς χαρακτηρίζεται ο στόχος στην εργασία βαθμολόγησης πιστώσεων με μηνιαίες πληρωμές;
Πώς καθορίζεται ο αριθμός των συστάδων στο k-means;
Τι είναι η αντιστοίχιση στερεοσκοπίας και πώς την επιλύουν τα μοντέλα (RAFT-Stereo);
Τι είναι η ανίχνευση λέξεων-κλειδιών;
Ποιες βιβλιοθήκες boosting χρησιμοποιήσατε και γιατί;