Machine Learning / AI
Պատմեք ControlNet և LoRA մասին: ինչու են անհրաժեշտ և ինչպես են կառուցված:
Ի՞նչ է շարունակական հատկանիշների դիսկրետիզացիան (binning) և ինչու է դա անհրաժեշտ։
Ի՞նչ է ռեպլիկան և շարդը բաժանված VDB-ում։
Ի՞նչ առանձնահատկություններ կան ժամանակային շարքերի մոդելների տվյալների հավաքածուի կառուցման և վավերացման համար։
Ի՞նչ են NVLink և NVSwitch-ը։
Ի՞նչ է DQN-ում նպատակային ցանցը։
Ի՞նչ է TabNet-ը։
Ի՞նչ է միայն քաշի քանակավորումը և ակտիվացման քանակավորումը։
Ի՞նչ է uplift modeling-ը և ինչպե՞ս է այն տարբերվում response modeling-ից։
Ի՞նչ է grounding DINO-ն և բաց բառարանային հայտնաբերումը։
Ինչպես ձևավորվեցին առաջադրանքները և հաղորդակցությունը բիզնեսի հետ?
Ի՞նչ տարբերություններ կան survival analysis-ի և սովորական ժամանակային ռեգրեսիայի միջև:
Python- ում տողերը փոփոխական են, թե անփոփոխ?
Ի՞նչ խնդիրներ է լուծում անանուն և կիսանանվեր անոմալիայի հայտնաբերումը։
Պատմեք ինձ RandomForest-ի մասին՝ ինչպես է կառուցված, ինչպե՞ս է տարբերվում սովորական ծառերի բագինգից։
Ինչու սկզբում կիրառվում է հայտնաբերում, ոչ թե անմիջապես սեգմենտացիա?
Որ պարտականությունը քեզ ավելի շատ դուր եկավ՝ մոդելներ կառուցելն ու թե տվյալներով աշխատելը:
Ի՞նչ է dropout-ը։
Որո՞նք են boosting-ում overfitting-ի կանխարգելման մեթոդները (subsample, colsample, min_child):
Ի՞նչ են LLM-ների առաջացող կարողությունները և կա՞ համաձայնություն դրանց գոյության մասին։