Ի՞նչ է գրաֆը և ինչպես ներկայացվում է նյարդային ցանցերի համար (համայնքային մատրից, եզրերի ցանկ):
Middle — Senior
193
Machine Learning / AI
3608
0
Ի՞նչ է LambdaRank-ը։
Middle — Senior
192
Ի՞նչ է տարբերակային գաղտնիությունը և DP-SGD-ը։
Middle — Senior
192
Ի՞նչ է ուսուցում առանց հսկողության և ինչ մոդելներ են օգտագործվում:
Middle — Senior
192
Ինչպե՞ս ավելացնել նոր տվյալների աղբյուր՝ կարճ պատմությամբ՝ լոգիստիկ ռեգրեսիայում։
Middle — Senior
189
Ի՞նչ է գրադիենտ բուեստինգի և պատահական անտառի տարբերությունը։
Middle — Senior
188
Ինչպե՞ս է p-արժեքը կապում դիտարկված տվյալներն ու զրո ենթադրությունը։
Middle — Senior
186
Ի՞նչ են պարամետրային և ոչ պարամետրային վիճակագրական թեստերը։
Middle — Senior
183
Ինչպես կազմակերպել վերահսկող խումբ (նմուշառում) ռիսկային մոդելներում?
Middle — Senior
181
Ի՞նչ է գրադիենտ բուստինգը։
Middle — Senior
179
Ի՞նչ է RoPE (շրջվող դիրքային ներդրումներ) և ինչո՞վ է դա առավելություն:
Middle — Senior
175
Ինչպե՞ս գնահատել մոդելի որակը ROC AUC-ով և ինչ է նշանակում վատ կամ լավ միավոր?
175
Անոմալիայի հայտնաբերման համար autoencoder-ը ինչ է և ինչպես հաշվել վերականգնման սխալը?
Middle — Senior
175
Ինչպես խուսափել սմպլիֆիկացիայի շեղումից մոդելի ուսուցման ժամանակ հաստատված վարկերի վրա?
Middle — Senior
174
Ի՞նչ է GCN (Գրաֆ կոնվոլյուցիոն ցանցը) և նրա թարմացման ֆորմուլան։
Middle — Senior
174
Ի՞նչ է պիվոտացված նորմալացումը։
172
Pairwise preference-ը ինչ է և ինչպես հաշվարկել:
171
Ի՞նչ է FSDP (Fully Sharded Data Parallel):
171
Ի՞նչ է Թվիմանի օրենքը և ինչպես դիմակայել նրան։
Middle — Senior
170
Ի՞նչ չափանիշներ են օգտագործվում ռեգրեսի համար։
169