Machine Learning / AI
Πότε είναι δικαιολογημένα τα μοντέλα συλλογισμού και οι υπολογισμοί κατά τη δοκιμαστική περίοδο, και πότε είναι υπερβολή;
Ποια προβλήματα προκύπτουν κατά τη χρήση του FastText για το διαχωρισμό λέξεων και το stemming;
Πώς κατανέμονται τα καθήκοντα στην ομάδα;
Τι είναι ένας έλεγχος bias-fairness σε ένα μοντέλο ML;
Τι είναι το CDC (καταγραφή αλλαγών δεδομένων) και πού εφαρμόζεται;
Τι είναι το DBSCAN και πώς βοηθά στην ανίχνευση εκτός ορίων;
Τι είναι το multimodal RAG και πώς δημιουργούμε έναν δείκτη εικόνων;
Τι είναι το προ-ζέσταμα pre-LN vs post-LN και ποια είναι τα προβλήματα σύγκλισης στην αρχή της εκπαίδευσης;
Τι είναι η επικύρωση σχήματος στη γραμμή ML;
Πώς υλοποιείται η κατανομή πόρων στο Docker;
Τι είναι η παραμετροποίηση v-πρόβλεψης έναντι eps-πρόβλεψης;
Τι είναι η κωδικοποίηση στόχου για κατηγορικές μεταβλητές στον χρόνο και πώς αποφεύγουμε τη διαρροή;
Πώς αντιμετωπίζονται οι συνεχείς μεταβλητές στα δέντρα αποφάσεων;
Ποιο λειτουργικό σύστημα και διαμόρφωση τοπικού υπολογιστή χρησιμοποιείτε;
Πώς αξιολογείται η ελαστικότητα ενός χαρακτηριστικού και η επίδρασή του στον στόχο;
Τι είναι η διασταυρούμενη επικύρωση με επεκτεινόμενο παράθυρο έναντι κυλιόμενου παραθύρου;
Τι είναι ένα token στο BERT και ποιες επιλογές tokenization υπάρχουν;
Τι είναι η προσοχή ομαδοποιημένης ερώτησης (GQA) και γιατί χρειάζεται;
Πώς να αναγνωρίσετε κείμενο σε εικόνες χρησιμοποιώντας NLP;
Τι είναι το over-squashing στο GNN;