Machine Learning / AI
De quoi dépend la complexité des algorithmes qui dépend de n ou k et de quoi cela dépend-il?
Qu'est-ce que la perte CTC en OCR?
Qu'est-ce que le TPR et le FPR ? Comment sont-ils liés à la précision et au rappel ?
Comment utiliser BERT dans une tâche QA de style SQuAD?
Comment obtenir des embeddings à partir du texte qui seront utilisés en entrée dans un transformeur?
Comment la forêt aléatoire réduit-elle l'influence des arbres individuels sur la prédiction finale?
Quelle métrique est plus importante : la précision ou le rappel, en fonction de la tâche ?
Quelle est la différence entre self-attention et cross-attention, et à quoi sert chacun ?
Qu'est-ce qu'un jeton OOV et comment la sous-mot-tokenisation y fait-elle face?
Quelles sont les alternatives à CLIP (SigLIP, EVA-CLIP) ?
Quelles caractéristiques sont utilisées dans les modèles NLP classiques (TF-IDF, n-grammes, n-grammes de caractères) ?
Qu'est-ce que le boosting par gradient ? Où apparaît le gradient ?
Qu'est-ce que Dropout et comment se comporte-t-il lors de l'entraînement et de l'inférence?
Quelles sont les exigences de la EU AI Act pour les systèmes à haut risque?
Comment savoir si un modèle est sous-appris ou sur-appris?
Quels sont les problèmes de la fonction d'activation Sigmoid ? Où est-elle utilisée et comment est-elle interprétée ?
Explique en détail l'attention multi-tête : qu'est-ce que Q/K/V, comment sont calculés les poids d'attention, pourquoi plusieurs têtes.
Qu'est-ce que la documentation du modèle (carte du modèle, fiche technique) ?
Les modèles Hugging Face comprennent-ils les abréviations courtes?
Comment sont déterminés les seuils pour le calcul de ROC-AUC?