¿Qué es la privacidad diferencial y DP-SGD?
Machine Learning / AI
¿Qué es LambdaRank?
¿Qué es el aprendizaje sin supervisión y qué modelos se utilizan?
¿Qué es un grafo y cómo se representan para las redes neuronales (matriz de adyacencia, lista de aristas)?
¿Cómo agregar una nueva fuente de datos con una historia corta en regresión logística?
¿Cuál es la diferencia entre el gradiente boosting y el bosque aleatorio?
¿Cómo relaciona el valor p los datos observados y la hipótesis nula?
¿Qué son las pruebas estadísticas paramétricas y no paramétricas?
¿Cómo organizar un grupo de control (muestreo) en modelos de riesgo?
¿Qué es el aumento de gradiente?
¿Qué es un autoencoder para detección de anomalías y cómo se calcula el error de reconstrucción?
¿Cómo evaluar la calidad del modelo mediante ROC AUC y qué significa una puntuación mala o buena?
¿Cómo evitar el sesgo en la muestra al entrenar un modelo con créditos aprobados?
¿Qué es GCN (Red Convolucional de Grafos) y cuál es su fórmula de actualización?
¿Qué es RoPE (embeddings posicionales rotativos) y cuáles son sus ventajas?
¿Qué es la normalización pivotada?
¿Qué es la preferencia pareada y cómo se calcula?
¿Qué es FSDP (Fully Sharded Data Parallel)?
¿Qué es la ley de Twyman y cómo contrarrestarla?
¿Qué métricas se utilizan para la regresión?