Machine Learning / AI
Ինչպես ընտրել նշան, երբ մի քանի առավելագույն հաջորդական նշաններ կան?
Ինչպես փոխարկել առարկաները Էմբեդդինգների և առաջարկել դրանց հիման վրա?
Ինչպես գրել հարցում, օգտագործելով CTE, SQL-ում?
Ինչպե՞ս բաժանել տվյալները շերտերի համար վավերացման համար։
Ինչպես մշակել բացթողումները և կատեգորիական նշանները մոդելի ուսուցումից առաջ;
Ի՞նչ է stereo համընկնումը և ինչպես են այն լուծում մոդելները (RAFT-Stereo)։
Ի՞նչ են A2C և A3C-ը։
Ներկայացրեք HNSW-ի գաղափարը և ինչպես է կառուցված հիերարխիկ գրաֆը։
Որտե՞ղ էր պատասխանատվության գոտին ավարտվում և արդյոք ունեիք արտադրական կոդ գրելու փորձ։
Ինչպես է կառուցված ուսուցողական տվյալների հավաքածուի կառուցվածքը՝ բոտի առաջադրանքի համար։
Ի՞նչ է նմուշի ընտրության կողմնապահությունը փորձարարական հարթակում։
Ի՞նչ է լուծման ժամանակային բարդությունը O նշանավորությամբ։
Երբ deep learning-ը հաղթում է GBDT-ին սեղանային տվյալների վրա?
Ի՞նչ տիրույթում են սահմանվում մոդելի հիպերպարամետրերը։
Ի՞նչ է Dueling DQN-ը։
Եթե հեռացնենք առաջին կառուցված ծառը գրադիենտ բուեստինգում և 1000 ծառ ունեցող պատահական անտառում, ինչ կլինի յուրաքանչյուր մոդելի որակին?
Կարող է օգտագործվել երկչափային դիրքային կոդավորումը պատկերների հետ աշխատող տրանսֆորմերներում։
Ինչու՞ նեյրոնային ցանցերում հազվադեպ է օգտագործվում սիգմոիդը որպես ակտիվացման ֆունկցիա:
Ինչ է HELM-ը և ինչ խնդիրներ է լուծում?
Ի՞նչ կլինի, եթե հեռացնենք առաջին կամ վերջին ծառը բուեստինգում։