Machine Learning / AI
Mis on andmeversioonimine ja kuidas võrreldakse DVC, LakeFS, lakeFS?
Millised inference kiirendused saavutatakse?
Miks L1 regulatsioon paneb mõned kaalud nulli, samas kui L2 mitte?
Kuidas mudel aitab äritegevust?
Kas on võimalik ehitada RandomForest KNN, lineaarsete mudelite ja närvivõrkude põhjal? Miks?
Mis on word2vec?
ROC-AUC = 0.9. Mis juhtub selle mõõduga, kui korrutame kõik mudeli ennustused 3-ga?
Mis on bias-variance trade-off?
Kuidas rakendada voice-agent madala latentsusega (streaming STT + LLM + TTS)?
Millises järjekorras tuleks indeksis välja tuua, ühendamisel kuupäeva, id ja loogilise välja järgi?
Millised praktikad on kasutusel treeningu ja teenindusfunktsioonide sünkroniseerimisel?
Kuidas oli BERT treenitud? Mis on MLM ja NSP?
Kas saab pidada uut mudelit, mille F1-skoor on 0,81, paremaks kui mudelit, mille F1-skoor on 0,8, ning seda kohe tootmisse lasta?
Mis on target encoding ja millised on selle probleemid (overfitting, leakage)?
Mis on depthwise separable convolution ja kus seda kasutatakse (MobileNet)?
Kuidas Pythonis rakendub paralleelsus, ar arvestada GIL-iga (multiprocessing, niidid, asyncio, C- laiendused)?
Kuidas optimeerida raskete päringute andmebaasi?
Milline andmestruktuur on Python dict aluseks? Kuidas lahendatakse kokkupõrked?
Millised olid meeskonna rollid?
Lahendame lineaarse regressiooni ülesande, kõik y > 0. Millised loetletud algoritmid võivad anda negatiivse prognoosi: lineaarne regressioon, KNN, gradient boosting, puu, juhuslik mets, närvivõrk?