Ի՞նչ մեթոդներ կան նեյրոնային ցանցերում գերապատկերության դեմ պայքարելու համար։
Machine Learning / AI
Ի՞նչ է overfitting-ը։
Ի՞նչ է ROC-AUC-ը: Ինչպե՞ս կառուցել ROC գծապատկերը, ինչ է ներկայացնում առանցքները։
Կարո՞ղ է օգտագործել այն գիտելիքը, որ կոորդինատները ամբողջական կամ կես-ամբողջական են, և ինչպես կիրառել դա:
Կարո՞ղ է միայն արժեքներ պահել ցանկերի առանց։
Ինչու է անհրաժեշտ տվյալների ընդլայնումը?
Ինչու բուլյան տիպը չի համապատասխանում զրոների քանակը ստուգելու համար?
Ինչպե՞ս արդյունավետորեն ստուգել հակառակ x-ով հայելային զույգի առկայությունը։
Գրեք Log Loss (երկկողմանի խաչմերուկային ինֆորմացիա) բանաձևը։
Ինչպե՞ս են հաշվարկվում միկրո և մակրո միջին ցուցանիշները։
Ինչպես իրականացնել երկու ցուցակների միացումը while ցիկլով տարբեր երկարության ցուցակներով?
Ընտրեք մեքենայական ուսուցման ալգորիթմը դասակարգման առաջադրանքի համար, որի վրա վստահ եք։
Կարող են ML հարցազրույցում տալ տվյալների կառուցվածքների մասին հարցեր, օրինակ՝ ծառեր և կապված ցանկեր:
Ինչու՞ է F1-թիվը համարվում է ճշգրտության և հիշողության հարմոնիկ միջինը, ոչ թե թվաբանական միջինը։
Ի՞նչ թակարդներ են առաջանում RAG-ում զրույցի սցենարում (խոսակցության կոնտեքստը, պատմությունը)։
Որ գործառույթներում CoT օգնում է և որտեղ է վնասում որակին?
Իմաստուն լուծման վերջնական ասիմպտոտիկ բարդությունը ինչ է?