Machine Learning / AI
Ποια προβλήματα προκύπτουν κατά την αρχικοποίηση των βαρών με μηδενικά; Ποιες μέθοδοι αρχικοποίησης (Xavier, He) επιλύουν αυτά τα προβλήματα;
Πώς αλλάζουν το σφάλμα, η διακύμανση και η υπερεκπαίδευση καθώς αυξάνεται ο αριθμός των δέντρων στο τυχαίο δάσος και στο boosting;
Τι είναι το warp και γιατί είναι σημαντική η διαφορά warp;
Τι είναι το BYOL και γιατί δεν χρειάζεται αρνητικά;
Τι είναι η κοινόχρηστη μνήμη και γιατί να τη χρησιμοποιήσετε;
Πώς συνδυάζονται δεδομένα από δύο πίνακες με διαφορετικά επίπεδα συμπλήρωσης διεύθυνσης και τιμής σε SQL;
Τι είναι τα μοντέλα θεμελίωσης για χρονικές σειρές (Chronos, TimesFM, Lag-Llama);
Τι είναι το πλαίσιο αξιολόγησης RAG (Ragas, TruLens);
Είναι σωστό να εργάζεσαι μόνος σου σε ένα έργο;
Πόρες θεωρητικές γραμμές μπορεί να επιστρέψει ένα ερώτημα SQL;
Πώς διασφαλίζετε την ποιότητα των δεδομένων και ποια εργαλεία και διαδικασίες χρησιμοποιείτε;
Μπορεί κανείς να χρησιμοποιήσει τη γνώση ότι οι συντεταγμένες είναι ακέραιες ή ημι-ακέραιες, και πώς να το εφαρμόσει;
Τι είναι το AWQ και ποια είναι η ιδέα του scaling ανά κανάλι;
Τι σας αρέσει στη δουλειά στην [εταιρεία] και τι δεν σας αρέσει;
Τι είναι ο προϋπολογισμός ιδιωτικότητας;
Τι να επιστρέψετε σε περίπτωση ύπαρξης ή απουσίας άξονα συμμετρίας;
Ποια προβλήματα προκύπτουν κατά τη χρήση του FastText για το διαχωρισμό λέξεων και το stemming;
Ποια είναι τα χαρακτηριστικά των σχημάτων Parquet και γιατί είναι αποτελεσματικά για το ML;
Τι είναι η κωδικοποίηση στόχου για κατηγορικές μεταβλητές στον χρόνο και πώς αποφεύγουμε τη διαρροή;
Ποιες εργασίες επιλύουν τα embeddings KG (πρόβλεψη συνδέσμων, τυποποίηση οντοτήτων);