Ինտերնետ չլինելու և թույլ սարքի դեպքում ինչպիսի՞ն են fallback-ները:
Machine Learning / AI
Ի՞նչ են multi-armed bandits-ը և որտեղ օգտագործել դրանք A/B թեստերի փոխարեն։
Ի՞նչ է տվյալների հավաքածուներում PII-ի խմբագրումը և տոքենիզացիան։
Որո՞ղթերի ճանաչման ինչ մոդելներ (CRNN, TrOCR):
Ի՞նչ տվյալների թեստեր եք գրել արտադրության մեջ:
Ի՞նչ է OSM-ը և ինչպես այնից labels-ներ հանել:
Ի՞նչ է knowledge graph embedding (TransE, DistMult, ComplEx, RotatE):
Որո՞նք են edge-ով մոդելների տեղադրման առանձնահատկությունները (հիշողություն, լատենտություն, batch=1):
Որոնք են մի քանի հանգույցների (NIC, լատենտություն, jitter) վրա ուսուցման առանձնահատկությունները։
Ո՞րն է deep GNN-ներում over-smoothing-ը և ինչպես պայքարել դրա դեմ։
Ի՞նչ է apriori և aposteriori բաշխումը։
Ի՞նչ են պատահականությունից տարբերվող մոդելները։
Ի՞նչ է Jelinek-Mercer հարթեցումը։
Ի՞նչ է ML-ը գենետիկ տվյալների համար (վարիանտների կանչում):