Machine Learning / AI
Ποιες είναι οι στρατηγικές επιλογής ερωτημάτων (αβεβαιότητα, ποικιλομορφία, αναμενόμενη μείωση σφάλματος);
Περιγράψτε τον βρόχο εκπαίδευσης για δυαδική ταξινόμηση με ένα νευρωνικό δίκτυο (γραμμικό -> relu -> γραμμικό -> sigmoid). Ποια λειτουργία απώλειας να επιλέξετε;
Τι είναι τα ιεραρχικά μοντέλα Bayesian και πού εφαρμόζονται;
Πώς διαφέρει το μοντέλο BERT από το GPT ως προς την αρχιτεκτονική και το καθήκον εκπαίδευσης;
Τι είναι το data drift και το concept drift;
Τι είναι το feature engineering για χρονοσειρές (lags, κυλιόμενα στατιστικά, χαρακτηριστικά datetime);
Τι είναι η λειτουργία απώλειας;
Πόσο δύσκολο θα είναι γενικά να προσαρμοστεί κανείς στη ζώνη ώρας;
Τι είναι το LoRA και γιατί χρειάζεται;
Ποιες μετρήσεις μπορείς να αναφέρεις για εργασίες ταξινόμησης; Μίλησέ μου για καθεμία από αυτές.
Αναφέρετε το έργο περίληψης αναφορών στην Alrosa: εργασία, προσέγγιση, περαιτέρω εκπαίδευση.
Καταγράψτε τα μετρικά για την εργασία δυαδικής ταξινόμησης.
Πώς επέλεξαν το μοντέλο και τους υπερπαραμέτρους, και πώς ρύθμισαν το όριο ταξινόμησης;
Τι είναι η ανταγωνιστική εκπαίδευση και ποια είναι η ανταλλαγή της;
Πότε να χρησιμοποιείτε train, validation, test και benchmark;
Ποια είναι τα χαρακτηριστικά της κατάταξης αγγελιών εργασίας και βιογραφικών;
Πώς επηρεάζει το βάθος του δέντρου την ποιότητα του μοντέλου και την ικανότητά του να γενικεύει;
Πώς βρίσκουμε σε μια συμβολοσειρά το μεγαλύτερο ακέραιο χωρίς να χρησιμοποιούμε κανονικές εκφράσεις στην Python;
Τι είναι το Rainbow DQN και ποια συστατικά ενώνει;
Ποια είναι η μέση και η χειρότερη περίπτωση πολυπλοκότητα στην εισαγωγή και την ευρετηρίαση σε ένα λεξικό Python;