Comment fonctionne une forêt aléatoire et comment est-elle entraînée dans une tâche de classification?
Machine Learning / AI
Comment comparer la qualité de différents modèles d'embedding ? Qu'est-ce que MTEB ?
Quelle est la complexité asymptotique lors de plusieurs passages dans la liste?
Peut-on considérer qu'un nouveau modèle avec un score F1 de 0,81 est meilleur qu'un modèle avec 0,8 et le déployer directement en production?
Faut-il régulariser le terme indépendant (biais, w0) ? Pourquoi w0 est-il nécessaire en général ?
Si l'AUC d'un nouveau modèle est de 0,82 contre 0,80 pour l'ancien, peut-on affirmer avec certitude que le nouveau est meilleur ? Comment vérifier la signification statistique ?
Comment mesurer la qualité d'un modèle de classification binaire ? Quelles métriques connaissez-vous ?
Qu'est-ce que H(X) dans le contexte de la classification, par exemple l'entropie?
Comment comparer des coordonnées à virgule flottante en tenant compte des particularités du float dans différents langages ?
Peut-on corriger à moindre coût le problème d'utilisation du module dans la descente de gradient?
Comment la précision et le rappel se comportent-ils en cas de déséquilibre des classes ? Exemple : 95 unités et 5 zéros, le modèle prédit toujours 1.
Qu'est-ce que la courbe ROC?
Qu'est-ce qu'un re-ranker dans RAG ? Quels modèles utilisent-ils (cross-encoder, bge-reranker) ?
Quel est le critère de branchement dans les arbres?
Quels sont vos loisirs ?
Comment décrire l'architecture du modèle de forêt aléatoire avec un modèle linéaire ajouté pour l'extrapolation?
Qu'est-ce que le modèle de langage Unigram dans la tokenisation (comme dans SentencePiece) ?