Hogyan lehet megérteni, hogy a modell alul- vagy túltanult?
Machine Learning / AI
Mi az az MRR, és hol alkalmazzák?
Mi az a p-érték?
Mi az a CUTLASS?
Mi az a DoRA és miben különbözik a LoRA-tól?
Milyen hipotézisek vannak a hipotézisvizsgálatban?
Mi az a lineáris regresszió?
Mi az a ShuffleNet és miért van ott channel shuffle?
Mi az a feature engineering időszakos adatokhoz (lags, gördülő statisztikák, dátum-idő jellemzők)?
Milyen osztályozási minőségi mérőszámok léteznek?
Mi a különbség a lineáris és a logisztikus regresszió között?
Hogyan számoljuk ki a betegség valószínűségét pozitív teszt esetén, figyelembe véve az érzékenységet és a specificitást?
Hogyan ellenőrizzük az új funkciók és hipotézisek minőségét a kockázati modellekben, és milyen metrikákat használjunk?
Mi az a tesztidőbeli bővítés (TTA)?
Mi az a FlashAttention a kernel-programozás szempontjából?
Hogyan kezeljük az eszközhívási hibákat az ügynökben (újrapróbálás, fallback)?
Milyen típusú regularizációk léteznek, és hogyan működnek?
Mi a Tversky veszteség?
Milyen eloszlások léteznek, és hol alkalmazzák őket?
Milyen dimenziócsökkentő algoritmusok léteznek?