Machine Learning / AI
Καταγράψτε τα μετρικά για την εργασία δυαδικής ταξινόμησης.
Πώς επέλεξαν το μοντέλο και τους υπερπαραμέτρους, και πώς ρύθμισαν το όριο ταξινόμησης;
Ποιες πρακτικές υπάρχουν στην επανεκτέλεση ιστορικών σημείων (backfill);
Πώς επηρεάζει η αύξηση του μεγέθους του batch κατά 4 φορές τον ρυθμό μάθησης και γιατί; Πώς λειτουργεί η ανάδρομη διάδοση;
Τι προσφέρει η κατανόηση του πλαισίου στους μετασχηματιστές;
Ποια είναι η διαφορά μεταξύ Fast R-CNN και R-CNN;
Πώς λαμβάνονται υπόψη οι περιπτώσεις με μηδενικά στον πολλαπλασιασμό των στοιχείων μιας λίστας;
Ποιοι τύποι παραλληλισμού υπάρχουν στην Python, πώς διαφέρουν και τι είναι καλύτερο να εφαρμόσετε στο πλαίσιο των πρακτόρων;
Τι είναι η κάρτα μοντέλου και ποιος είναι ο σκοπός της;
Τι είναι το occupancy και πώς το βελτιστοποιούμε;
Τι είδους προβλήματα ποιότητας δεδομένων αντιμετωπίσατε;
Ποια είναι η διαφορά μεταξύ boosting και bagging (Random Forest); Συγκρίνετε την τάση τους για υπερεκπαίδευση.
Ποια είναι η διαφορά μεταξύ γραμμικής και λογιστικής παλινδρόμησης;
Τι είναι η περιγραφή εικόνας και ποιες μετρήσεις την αξιολογούν (CIDEr);
Τα δεδομένα έχουν ανωνυμοποιηθεί;
Πώς να επιλέξετε ανάμεσα σε multithreading, multiprocessing και asyncio για τη λήψη μεγάλου αριθμού αρχείων σε Python;
Ποιες βιβλιοθήκες να χρησιμοποιήσετε για την αναζήτηση των πλησιέστερων γειτόνων;
Πώς διαφέρει το FlashAttention v2 από το v1;
Εργασία: υπάρχουν 100 νομίσματα, ένα από αυτά είναι ανέντιμο (και οι δύο πλευρές έχουν αετό). Όταν ρίχνετε το νόμισμα και πέφτει αετός, ποια είναι η πιθανότητα το νόμισμα να είναι ανέντιμο;
Τι είναι το δίκτυο stem στους ταξινομητές CNN;