Machine Learning / AI
Mi az a MAP mérőszám?
Hogyan működik a BatchNorm és a LayerNorm? Minden előnye és hátránya, és hol alkalmazzák őket?
Hogyan működik a ROC-AUC olyan adatokon, ahol erős az osztályok közötti egyensúlyhiány?
Hogyan kezeljük a táblázatokat és képeket a RAG dokumentumaiban?
Mi az a Tesseract és hol vannak a minőségi határai?
Lehet-e egy 3x3-as konvolúciót két egymást követő 3x1 és 1x3-as konvolúcióval helyettesíteni? Milyen nyereségek és veszteségek vannak?
Mi az a DoRA és miben különbözik a LoRA-tól?
Milyen veszteségfüggvényt alkalmazzunk a modell tanításakor?
Mi a különbség a stemming és a lemmatizáció között? Melyik feladatnál melyiket alkalmazzuk?
Mi az a p-érték?
Hány faktort kell bemutatni a CatBoost bemeneténél?
Milyen kockázatai vannak a torzítás erősítésének?
Milyen paraméterek módosíthatók a véletlen erdőben, és hogyan befolyásolják a mélység és a fák száma?
Feladat: mi hatékonyabb gyorsaság szempontjából — két 512 tokenes bemenetet külön (2x512) vagy egyben (1x1024) adni a transzformátornak?
Miért keresel új munkát?
Milyen rendezési típusokat ismersz, és milyen nehézségeik vannak idő és memória szempontjából?
Miért szűntek meg szinte használni a nagy 9x9, 7x7, 5x5 konvolúciókat?
Mi a Cycle-GAN ötlete? Milyen veszteségeket használnak benne?
Mi az a self-ask prompting?
Mi az a lineáris regresszió?