Sobes.tech

Machine Learning / AI

Ի՞նչ թերություններ ունեն Bayesian մոտեցումները պրակտիկայում։

273

Ի՞նչ է BM25-ը և ինչպիսի՞ն են պարամետրերը (k1, b):

Middle — Senior
255

Ի՞նչ է hard negative mining-ը դասակարգման մեջ։

Middle — Senior
247

Ինչ է early stopping-ը boosting-ում և ինչպես ճիշտ վավերացնելը?

Middle — Senior
207

Որո՞նք են edge-ով մոդելների տեղադրման առանձնահատկությունները (հիշողություն, լատենտություն, batch=1):

184

Ինչպիսի՞ն են Parquet սքեմաների առանձնահատկությունները և ինչու են դրանք արդյունավետ ML-ի համար։

Middle — Senior
183

Ի՞նչ են վերանորոգման ռազմավարությունները զրույցում։

Middle — Senior
180

Ի՞նչ առանձնահատկություններ ունեն լեյբլ հավաքածուն (crowdsourcing, ակտիվ ուսուցում):

Middle — Senior
179

Ի՞նչ է ռոբոտի վերջից մինչև վերջ ուսուցումը՝ սկսած պիքսելից մինչև գործողություններ։

168

Ի՞նչ խնդիրներ է լուծում մեքենայական ուսուցումը ռոբոտատեխնիկայում (հասկացում, պլանավորում, կառավարում)։

167

Ի՞նչ է ռեգրեսիայի անընդհատության դիզայնը։

166

Ի՞նչ է propensity score-ը և ինչպես է այն օգտագործվում (matching, IPW)։

161

Ի՞նչ են Ռուբինի պոտենցիալ արդյունքները (potential outcomes)։

160
/2