Ποια είναι τα χαρακτηριστικά της ενεργής μάθησης στο CV;
Machine Learning / AI
Ποια είναι τα χαρακτηριστικά της διαδικτυακής αξιολόγησης συστάσεων (CTR, μετατροπή);
Πώς μπορεί ένας πελάτης να καταλάβει ότι ένα χαρακτηριστικό δεν είναι σημαντικό χωρίς να χρησιμοποιεί τη σημασία χαρακτηριστικών σε ένα μοντέλο μαύρου κουτιού;
Τι είναι η συγκέντρωση γειτονιάς και ποιες λειτουργίες χρησιμοποιούν (μέσος, άθροισμα, μέγιστο, LSTM);
Πώς βοηθά το dropout στην αποφυγή υπερεκπαίδευσης στα νευρωνικά δίκτυα;
Ποιο είναι πιο γρήγορο, η αναζήτηση σε λεξικό ή σε λίστα, και γιατί;
Ποια μέθοδοι κανονικοποίησης υπάρχουν για μη γραμμικά μοντέλα;
Μπορεί να εγγυηθεί κανείς ότι η γραμμική παλινδρόμηση προβλέπει τιμές εντός ενός δοσμένου εύρους για οποιεσδήποτε εισόδους;
Ποια μέθοδοι κανονικοποίησης εφαρμόζονται σε νευρωνικά δίκτυα;
Ποια είναι τα προβλήματα παραγωγής του OCR (χαμηλή ανάλυση, παραμορφώσεις, σκιές);
Ποια είναι η διαφορά μεταξύ γραμμικής παλινδρόμησης και άλλων μεθόδων στην εργασία με κατηγορικές μεταβλητές;
Τι είναι η ποικιλομορφία και η Μέγιστη Περιθωριακή Σημασία (MMR);
Τι είναι η ασυμπτωτική πολυπλοκότητα O-μεγάλο και Omega-μεγάλο;
Τι είναι το A/B testing για μοντέλα ML και ποιες επιχειρηματικές μετρήσεις είναι σημαντικές;
Τι είναι η εξόρυξη αρχείων καταγραφής ερωτημάτων και ποια σήματα εξάγουν;
Τι είναι οι Tensor Cores και ποιες λειτουργίες επιταχύνουν;
Χρειάζεται να κλιμακώσουμε τα χαρακτηριστικά για την γραμμική παλινδρόμηση και άλλα μοντέλα;
Πώς διαφέρουν οι ενσωματώσεις του ELMo από το BERT;
Τι είναι το SentencePiece και γιατί είναι απαραίτητο για γλώσσες χωρίς σαφείς διαχωριστές;
Ποια είναι η διαφορά μεταξύ prompting των instructive μοντέλων και των βασικών LM;