Ինչպես կառավարել իրավիճակը, երբ մի ապրանք վաճառվում է տարբեր վաճառողներով:
Machine Learning / AI
Ինչպե՞ս է չափվում բառերի ներդրման մոտեցումը։
Դու ինքներդ ձեր մոդելները արտադրության մեջ դրե՞լ եք։
Դու աշխատե՞լ ես Docker, MLflow, Airflow-ով։
Ի՞նչ մեթոդներ կան փորձի կլաստերացման համար (կլաստերային պատահականություն):
Կարող եք բացատրել, թե ինչպես է աշխատում Early Stopping-ը: Կարող է այն կիրառվել դասական մեքենայական ուսուցման մեջ?
Պատմեք տրանսֆորմատորի ճարտարապետության մասին՝ encoder-decoder, ինչ է տեղի ունենում դեկոդերի ներսում?
AutoML-ի մեծ տվյալների սահմանափակումները ինչ են?
Ինչպես են արտահայտվում թույլ մոդելները;
Դե, երբեք չէի ունեցել աշխատանքում վերջից վերջի զարգացման ցիկլ՝ տվյալների հավաքումից մինչև վաճառք։
Ինչպե՞ս կազմակերպել ավտոմատ տվյալների հավաքագրում և ուսուցում Airflow-ով։
Ինչու եք հեռանում ձեր ընթացիկ աշխատանքից?
Խոսեք Random Forest-ի մասին՝ ուսուցման մեխանիզմը, ինչպես են ձևավորվում ծառերը, ինչպես է կատարվում կանխատեսումը դասակարգման խնդիրների համար։
Ի՞նչ է բագինգը։
Ի՞նչ գրադիենտ բուեստինգի իրագործումներ գիտես։
Պատմեք գծային ռեգրեսիայի ալգորիթմի մասին՝ ինչպես է կառուցված, ինչ է ուսուցանվում և կա՞ անալիտիկ լուծում։
Ինչպե՞ս իրականացնել ավտոմատ մերժման տրամաբանությունը, երբ օգտվողից 15 րոպեի ընթացքում ավելի քան 10 զանգ է գալիս։
Պատմեք ինձ Batch Normalization-ի մասին՝ ինչ է դա և ինչու է դա անհրաժեշտ:
Ինչու՞ L1 կարգավորումը հակված է զրոյացնել քաշերը, իսկ L2-ն՝ ոչ: Ինչպե՞ս է դա մաթեմատիկապես արտահայտվում: