Machine Learning / AI
Ποια είναι η διαφορά μεταξύ συνελίξεως και διασταυρούμενης συσχέτισης;
Πώς λειτουργεί η κανονική κατανομή πιθανοτήτων στην δυαδική ταξινόμηση;
Τι είναι τα λάθη πρώτου και δεύτερου είδους;
Γιατί να επιλέξετε το μοντέλο βιτρινών Kimball αντί για τον Πίνακα Επιχειρηματικής Λειτουργίας (OBT);
Τι είναι τα δεδομένα χρήστη;
Τι είναι οι αργές υπολογισμοί στο Spark;
Πώς λαμβάνεται η απόφαση για την επιλογή της λειτουργίας απώλειας για το μοντέλο από την άποψη της επιχείρησης και των δεδομένων;
Τι είναι η διαφορική ιδιωτικότητα και το DP-SGD;
Πόσο καλή θα είναι η ακρίβεια κατά την ανωνυμοποίηση των δεδομένων;
Πώς φαίνεται οπτικά το αποτέλεσμα της αποσύνθεσης του CNN;
Υπολογίστε την πιθανότητα, όταν ρίχνετε έξι φορές ένα εξάπλευρο ζάρι, όλα τα αποτελέσματα να είναι μοναδικά.
Πώς μειώνεται το μέγεθος της cache KV (GQA, MQA, παράθυρο κύλισης);
Ποια μέθοδοι κανονικοποίησης υπάρχουν για μη γραμμικά μοντέλα;
Τι είναι η αναζήτηση με ακτίνα και γιατί σπάνια χρησιμοποιείται για ανοιχτού τύπου γεννήσεις;
Πώς λειτουργεί ένα δέντρο αποφάσεων;
Τι είναι το NSP (πρόβλεψη επόμενης πρότασης) και γιατί η RoBERTa την εγκατέλειψε;
Πώς υπολογίζετε την ηλικία σε χρόνια μεταξύ της τρέχουσας ημερομηνίας και της ημερομηνίας γέννησης σε Python;
Ποιο ρυθμό μάθησης πρέπει να χρησιμοποιήσετε για μεγάλο batch και ποιο για μικρό; Ποιους κανόνες (κανόνας γραμμικής κλίμακας) γνωρίζετε;
Ειδικεύεσαι στην υπολογιστική όραση ή είσαι έτοιμος να εργαστείς σε άλλους τομείς, όπως το NLP;
Γιατί δεν μπορούμε απλά να υπολογίσουμε τη διάμεσο σε κάθε εργαζόμενο και στη συνέχεια να ενώσουμε;