Machine Learning / AI
Τι είναι το HELM και ποια καθήκοντα καλύπτει;
Ποια είναι τα methods ανίχνευσης ανωμαλιών για εικόνες (PaDiM, PatchCore);
Ποια είναι η διαφορά μεταξύ αυτοπαραγωγικών και καλυμμένων μοντέλων γλώσσας;
Τι είναι οι meta-μαθητές (S-learner, T-learner, X-learner, R-learner);
Τι είναι το LayoutLM και οι εκδόσεις του (v1, v2, v3);
Τι είναι το PPO και γιατί είναι πιο βολικό από το TRPO στην πράξη;
Ποια είναι τα μέσα επιλογής του threshold στην καμπύλη ROC;
Πώς επιλέγουμε ένα σύμβολο όταν υπάρχουν πολλά διαδοχικά μέγιστα σύμβολα;
Τι θα συμβεί με την ποιότητα κάθε μοντέλου αν διαγράψουμε το πρώτο δέντρο που κατασκευάστηκε σε ένα gradient boosting και ένα τυχαίο δάσος με 1000 δέντρα;
Τι είναι η πολυκολinearικότητα των χαρακτηριστικών; Γιατί είναι επικίνδυνη και πώς την ανιχνεύουμε;
Πώς διαιρείτε τα δεδομένα σε στρώματα για επικύρωση;
Τι θα συμβεί αν διαγράψουμε το πρώτο ή το τελευταίο δέντρο στο boosting;
Τι είναι η αντιστοίχιση στερεοσκοπίας και πώς την επιλύουν τα μοντέλα (RAFT-Stereo);
Τι είναι μια συνελίκωση 1x1 και ποια είναι η χρήση της;
Πώς λειτουργεί η κανονική κατανομή πιθανοτήτων στην δυαδική ταξινόμηση;
Πώς υπολογίζεται το ROC-AUC; Περιγράψτε τον αλγόριθμο βήμα προς βήμα.
Γιατί οι μετασχηματιστές έχουν περιορισμό στον αριθμό των tokens;
Ποια είναι η χρονική πολυπλοκότητα της λύσης στην σημειογραφία O;
Ποια είναι τα σύγχρονα μοντέλα TTS (Tortoise, XTTS, StyleTTS2, ElevenLabs);
Τι είναι η μεροληψία επιλογής στα αρχεία κλικ;