Machine Learning / AI
Cuéntenos sobre MobileNet y EfficientNet. ¿Cuáles son las ideas clave de cada arquitectura?
¿Cómo funciona el proceso de incorporación?
¿Cuáles son las características de la validación de modelos en imágenes médicas (FDA, regulación)?
¿Qué es el aprendizaje auto-supervisado y por qué se ha convertido en la base de los modelos fundamentales?
¿Cuál es la diferencia entre dropout y normalización por lotes?
¿Qué estrategias de selección de consultas (incertidumbre, diversidad, reducción del error esperado)?
¿Cuál es el modo de trabajo en el equipo?
¿Qué es Isolation Forest y por qué es rápido?
¿Puedes decirme tu fecha de nacimiento?
¿Qué es LMSYS Chatbot Arena y la clasificación Elo?
¿Cómo se calcula el coeficiente de Gini y cómo se relaciona con ROC AUC?
¿Qué métodos existen para combatir el sobreajuste en las redes neuronales?
¿Qué son el data drift y el concept drift?
Cuente sobre la métrica mAP (Precisión Promedio Media). ¿Qué significa mAP@0.5 y mAP@0.5:0.95?
¿Cuál es la calificación promedio en la libreta?
¿Qué son la diversidad y la Relevancia Marginal Máxima (MMR)?
¿Qué métricas de equidad consideraste en producción?
¿Qué criterios de detención del crecimiento del árbol existen además de la limitación de profundidad?
¿Cómo encontrar un triángulo en una imagen sin aprendizaje profundo?
¿Qué es PatchTST?