Machine Learning / AI
Mi a különbség a WHERE és a HAVING között SQL-ben, és miért használjuk a HAVING-et a GROUP BY után?
Milyen gradient boosting megvalósításokat ismersz?
Milyen chunkingot használtak, és milyen típusú dokumentumok voltak (Word, PDF, Excel stb.)?
Lehet-e gyorsabb megoldást találni, mint az O(n^2)?
Mi az a pruning a modell méretének csökkentésére?
És mit tettek, ha a modell érvénytelen argumentumot adott?
Előfordulhat adat szivárgás az adatok normalizálása során, mielőtt azokat train és test adatokra osztanánk?
Hogyan számítjuk ki a mediánt MapReduce segítségével?
Mi az a Score-based SDE és hogyan kapcsolódik a DDPM-hez?
Röviden mesélj, mit csináltál modellekkel. Milyen tapasztalatod van ML-projekteken?
Mi a különbség az abszolút és relatív pozíciós beágyazások között?
Van tapasztalata ajánlórendszerekkel?
Mit tegyünk különböző időbeli granularitású adatokkal: egyesek óránként, mások naponta kerülnek rögzítésre?
Hogyan kerülhető el, hogy a modell a negatív példák készítésének heurisztikáját tanulja meg a generalizálás helyett?
Milyen jellemzői vannak a geospaciális vetületeknek (UTM, EPSG, WGS84)?
Mi az a Graph Isomorphism Network (GIN)?
Használható-e a BERT egy osztályozóval együtt az osztályozási feladathoz?
Meg kell őrizni az összes adat történetét, vagy törölni kell a régi adatokat?
Milyen típusú táblázat-ellenőrzések léteznek?
Mi az a GraphSAINT?