Machine Learning / AI
Rääkige mulle otsustuspuudest: kuidas puu ehitatakse ja kuidas toimub prognoosimine (inference)?
Mis on data drift ja concept drift?
Mis on keskmine hinne vihikus?
Rääkige meile BERT-i arhitektuurist ja selle treenimis.
Millised probleemid tekivad, kui partii normaliseerimine uuendab statistikat valideerimise ajal?
Mis on MIG (Multi-Instance GPU) A100/H100-l?
XGBoost, LightGBM ja CatBoost arhitektuurilised erinevused: kuidas puud ehitatakse?
Kuidas täpselt kasutab BatchNorm salvestatud statistikat `eval()` režiimis ja miks see on oluline tulemuste stabiilsuse jaoks?
Millised on uplift-mudelite hindamise mõõdikud (Qini, uplift curve)?
Mis on hard negative mining järjestamisel?
Mis on ja kuidas tuvastada jaotuse nihkumist (KS-test, PSI)?
Rääkige meile agentide isolatsioonist ja turvalisusest.
Kuidas korraldada inimeste hindamine LLM-vastustes meeskonnas?
Räägi mulle, millega tegeled, millised projektid, ülesanded, mida teed kätega?
Kuidas kontrollida soovituste kvaliteeti ilma andmeid treeninguks ja testimiseks jagamata?
Millised on ohtud multimodaalsete mudelite võrdlemisel võrdlustestidel?
Mis on mitmekeelsete sisendite ja kuidas neid treenitakse (LaBSE)?
Kuidas töötada puudulike andmetega erinevatest serveritest ja tabelitest?
Kas tehti dropout, lähtudes kaotusest või juhuslikust kaalude eemaldamisest?
Rääkige mulle oma kogemusest andmeanalüüsis, projektides ja kursustel.