Machine Learning / AI
Ի՞նչ է Apple Neural Engine-ը։
Ինչու մոդուլի ֆունկցիան չի համապատասխանում գրադիենտային իջեցման համար?
Ի՞նչ են պարամետրային և ոչ պարամետրային վիճակագրական թեստերը։
Ինչպես օգտագործել դասական մեքենայական ուսուցումը ապրանքների ճանաչումը բարելավելու համար։
Դուք արդյոք բեռնել եք Dockerfile-ով պատկերակ՝ մոդելի տեղադրման համար:
Ի՞նչ առավելություններ ունի Spark-ը Pandas-ի համեմատ։
Կոդի որակի չափանիշներ for code-LLM (pass@k)?
Ի՞նչ են RDF և SPARQL-ը։
Ի՞նչ է լեզվական մոդելը և ինչ խնդիրներ է լուծում:
Ի՞նչ գիտելիքների հիմք ունեք Linux, սերվերներ և SSH մասին։
Ինչպե՞ս հաշվարկել շանսը, որ գլուխը դուրս գա, եթե ունենք կեղծ դրամա, որի երկու կողմն էլ գլուխ է:
Ի՞նչ է RULER բենչմարկը երկար կոնտեքստի համար։
# Հաստատեք և գրեք այն սահմանումը, թե ինչ է roc auc: # Ինչպես հաշվվում է roc_auc_score-ը: # Գրեք ֆունկցիա, որը հաշվում է roc_auc_score-ը ըստ գրած սահմանման: # Եվ ցանկացած դասերի համար, նշված առաջնահերթության կարգով: # Մոդելը աշխատում է հետևյալ կերպ # y_score[i] >= շեմ -> y_pred[i] = 1 # y_score[i] < շեմ -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Қосымша тесттер бірнеше кластар үшін y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Ի՞նչ է Snapdragon AI Engine-ը։
Աշխատանքի մեջ համարվում է՞ բացատը որպես նշան։
Ինչպես ընտրել տվյալ ինդեքսով տողը DataFrame-ում?
Ինչու է անհրաժեշտ մոդելը անցնել inference ռեժիմ (model.eval()) նախքան փորձարկելը?
Ինչ է օգտագործվել փաստաթղթերը մաքուր և նորմալացնելու համար՝ Redis կամ regex?
Ի՞նչ հավաքական մեթոդներ են օգտագործում խորը ծառերը։
Ի՞նչ է լոգիստիկ ռեգրեսիան և ինչպես է այն աշխատում։