Sobes.tech

Machine Learning / AI

Ինչպես աշխատել բացակա արժեքների հետ տվյալների հավաքածուում?

308

Դիզայնեք բազմաբնակարան LLM ծառայություն՝ արագության սահմանափակում և բաժանորդագրության քվոտաներով։

299

Ի՞նչ է համապատասխան առաջարկը։

Middle — Senior
252

Ի՞նչ մեթոդներ կան տվյալների բաշխման նորմալացման համար։

Middle — Senior
240

Որտե՞ղ էր պատասխանատվության գոտին ավարտվում և արդյոք ունեիք արտադրական կոդ գրելու փորձ։

236

Ինչպես կարելի է օպտիմալացնել ծանր հարցումները տվյալների բազայում?

232

Ի՞նչ է վիճակագրական կարևորությունը և ինչպես է հաշվարկվում p-արժեքը։

229

Ինչպե՞ս ստուգել առաջարկությունների որակը՝ առանց տվյալները բաժանելու ուսուցման և փորձարկման։

218

Ի՞նչ մոտեցումներ կարելի է կիրառել մոդելի որակը բարելավելու համար հիմնական արդյունքին հասնելուց հետո։

207

Ի՞նչ մեթոդներ կան կատեգորիական նշանների հետ աշխատելու համար։

206

Ի՞նչ է տարբերությունը on-policy և off-policy ալգորիթմների միջև։

202

Ինչ է հատկությունների հեշինգի հնարքը և որտեղ է այն տեղին օգտագործել:

Middle — Senior
198

Ի՞նչ խնդիրներ կան long-tail դասերի հայտնաբերման ժամանակ։

Middle — Senior
196

Ի՞նչ է BERTScore-ը և ինչու է այն ավելի լավ, քան BLEU-ն գեներացման գնահատման համար։

Junior — Middle
195

Ի՞նչ է անդամակցության կանխատեսման հարձակումն։

Middle — Senior
195

Ինչպես նորմալացնել թվային արժեքները և նվազեցնել արտասովոր արժեքների ազդեցությունը:

194
/4