Ինչպե՞ս է պատահական անտառը նվազեցնում առանձին ծառերի ազդեցությունը վերջնական կանխատեսման վրա։
Middle — Senior
480
Machine Learning / AI
3594
0
Որ մետրիկա է կարևոր՝ ճշգրտություն թե recall՝ կախված գործից։
Middle — Senior
426
Ինչպե՞ս հասկանալ, որ մոդելը թերամուտքագրված է կամ ավելորդ ուսուցում է ստացել։
414
Ի՞նչ պետք է լինի ծառերի խորությունը Random Forest և boosting-ում:
279
Ինչու է լոգիստիկ ռեգրեսիայի համար փակ ձևի լուծում չկա?
Middle — Senior
274
Ինչպե՞ս է հաշվվում կոռելացիոն մատրիցը։
Middle
264
Որ կետերը օգտագործել սիմետրիայի առանցքը որոշելու համար x կոորդինատի վրա?
Middle — Senior
259
Ինչ է ավելորդ ուսուցումը և ինչպես պայքարել դրա դեմ?
254
Ի՞նչ է ցույց տալիս ուշադրության վեկտորը փոխակերպիչներում։
Middle
248
Ի՞նչ է նմուշի ընտրության կողմնապահությունը փորձարարական հարթակում։
Middle — Senior
244
243
Ինչ է TF-IDF-ը?
Middle+
237
Ի՞նչ է գծային ռեգրեսիան։
233
231
Ի՞նչ LLM գործիքներ եք օգտագործում ամենօրյա զարգացման ժամանակ։
Senior
230
Ի՞նչ մեթրիկներ եք գիտակցում LLM համակարգի ընդհանուր գնահատման համար:
Middle
230
Ի՞նչ անել տվյալների հավաքածուի հետ մոդելի ուսուցումից առաջ։
Middle — Senior
228
Ինչպե՞ս որոշել վնասի ֆունկցիայի դերիվատը logloss և MSE համար։
Middle — Senior
224
Ի՞նչ տեսակների պառալելիզմ կա Python-ում, ինչպե՞ս են նրանք տարբեր և ինչն է ավելի լավ կիրառել գործակալների համատեքստում։
Senior
219
Ինչ կարելի է անել գործառույթի արագացման համար:
Middle
218