Machine Learning / AI

Quels critères utiliseriez-vous pour évaluer l'efficacité d'un système de recommandation qui prend des tâches d'une base de données ou les génère via LLM?

Tu t'attardes trop sur la technique quand on te demande de raconter des choses simples. Comment commenterais-tu cela?

Proposez une option pour développer un système de recommandation de tâches pour un élève sur une plateforme éducative.

Comment assurer la pertinence des informations dans un système RAG lors de la mise à jour constante des documents?

Quelle est la différence entre le surapprentissage et le sous-apprentissage?

Que faire en cas de déficit de données avec 500 étudiants et 3 mois de fonctionnement de la plateforme?

Parlez-moi de vous, de votre expérience, des tâches auxquelles vous avez dû faire face.

Que faire si vous n'avez pas de jeu de validation ? Comment valider le modèle ?

Qu'est-ce que la régularisation L1 et L2 ? Comment aide-t-elle à éviter le surapprentissage ?

Qu'est-ce que la normalisation du jeu de données et pourquoi est-ce important lors de l'entraînement d'un modèle?

Comment expliqueriez-vous un système de recommandation à un professeur d'éducation physique (utilisateur non technique) ?

Une fuite de données peut-elle se produire lors de la normalisation des données avant la séparation en entraînement et test ?

Comment comprendriez-vous pourquoi les étudiants dans un groupe avec un système de recommandation ont cessé de réaliser les tâches recommandées?

Qu'est-ce que la fuite de données et d'où vient-elle?

Quand est-il préférable d'utiliser RAG et quand affiner le modèle?