Τι είναι το CUTLASS;
Machine Learning / AI
Τι είναι ο στόχος κωδικοποίησης και ποια είναι τα προβλήματά του (overfitting, leakage);
Πώς μετράμε το bias και τη διακύμανση ενός μοντέλου;
Πώς λαμβάνεται η απόφαση για την επιλογή της λειτουργίας απώλειας για το μοντέλο από την άποψη της επιχείρησης και των δεδομένων;
Γιατί δεν μπορούμε απλά να υπολογίσουμε τη διάμεσο σε κάθε εργαζόμενο και στη συνέχεια να ενώσουμε;
Ποιες λειτουργίες απώλειας και μετρήσεις είναι καλύτερο να χρησιμοποιούνται στην πρόβλεψη της ζήτησης για ευπαθή προϊόντα;
Ποιες βελτιστοποιήσεις πραγματοποιεί το Spark;
Τι είναι το Dueling DQN;
Τι είναι το global average pooling και γιατί αντικαθιστά το πλήρως συνδεδεμένο στρώμα;
Τι είναι το BERTScore και γιατί είναι καλύτερο από το BLEU για την αξιολόγηση της γενιάς;
Τι είναι το ConvNeXt και γιατί έφτασε στην ποιότητα του ViT;
Πώς λειτουργεί το boosting και πώς κατασκευάζεται ένα μοντέλο boosting;
Τι είναι η διαίρεση των χρονικών σειρών σε τάση και εποχικότητα;
Πώς καταλαβαίνουμε αν ένα μοντέλο έχει υψηλή προκατάληψη ή διακύμανση;
Τι είναι τα masked autoencoders (MAE) για CV;
Ποιες εργασίες επιλύει το ML στη γεωργία (πρόβλεψη αποδόσεων);