Machine Learning / AI
Ի՞նչ կորուստի ֆունկցիա է օգտագործվում բուեստինգում դասակարգման և ռեգրեսիայի համար:
Ի՞նչ տեսակների JOIN-եր կան SQL-ում և ինչպե՞ս են տարբերվում LEFT JOIN, RIGHT JOIN և INNER JOIN-ը։
Ինչպե՞ս ապահովել առաջարկությունների նորություն և բազմազանություն։
Ինչ է Delta Lake / Iceberg / Hudi և ինչու է lakehouse?
85%-ի ճշգրտությունը արդյոք լավ որակ է մոդելի համար?
Ինչպես կատարել ժամանակային շարքերի կросս-վալիդացիա?
Որ մոդելը կընտրեիք բինարային դասակարգման խնդիրի համար (R^n-ից վեկտորներ, նշաններ 0 և 1)? Բացատրեք ինչու։
Ինչպես իրականացնել ուղիղ գծային ռեգրեսիա ուսուցմամբ և ինֆերենցիայով՝ առանց պատրաստի գրադարանների օգտագործման?
Մեքենայական ուսուցումը ինչ խնդիրներ է լուծում անօդաչուներում և ավտոմոբիլներում?
Ի՞նչ է CUPED-ը և ինչպես է այն նվազեցնում փոփոխականությունը։
Ինչ է click model (cascade, DBN, UBM)?
Կա՞ք մոդելի չափը նվազեցնելու կամ օպտիմալացման փորձառություն ունեք։
Ի՞նչ ալգորիթմներ են օգտագործվում համագործակցային ֆիլտրացման կառուցման համար։
Ինչն է տարբերությունը BERT մոդելի և GPT-ի միջև՝ ճարտարապետություն և ուսուցման խնդիր?
Ինչպես է լավագույնը պահել մոդելի քաշերը՝ Docker պատկերի մեջ կամ առանձին բեռնել?
Ի՞նչ են հանրահայտ AutoML լուծումները (H2O, AutoGluon, FLAML, AutoKeras):
Mask2Former-ը ինչ է և նրա հարցային մոտեցումը ինչ է?
Ի՞նչ տեսակների ինդեքսներ կան։
Ի՞նչ է բուեստինգի և բագինգի (Random Forest) տարբերությունը։ Դիտարկեք նրանց գերազանցման հակվածությունը։
Ի՞նչ է logit bias-ը և որտեղ է այն օգտագործվում: