Machine Learning / AI
Cos'è la perdita CTC in OCR?
Come ottenere gli embedding dal testo da usare come input in un trasformatore?
Cos'è Dropout e come si comporta durante l'addestramento e l'inferenza?
Come capire se un modello è sottoaddestrato o sovraaddestrato?
Quali sono i problemi della funzione di attivazione Sigmoid? Dove viene applicata e come viene interpretata?
Quali sono i requisiti dell'EU AI Act per i sistemi ad alto rischio?
Come funzionano BatchNorm e LayerNorm? Quali sono i vantaggi e gli svantaggi di ciascuna e dove vengono applicate?
Cos'è la metrica MAP?
Come funziona ROC-AUC sui dati con un forte squilibrio tra le classi?
Cos'è Tesseract e dove sono i suoi limiti di qualità?
Quale funzione di perdita applicare durante l'addestramento del modello?
Quanti fattori devono essere presentati in ingresso a CatBoost?
È possibile sostituire una convoluzione 3x3 con due convoluzioni consecutive 3x1 e 1x3? Quali sono i vantaggi e le perdite?
Quali metodi di codifica delle variabili categoriche esistono?
Cos'è CUDA e quali sono i concetti principali (kernel, grid, block, thread)?
Quando MAB è migliore o peggiore di A/B?
Di quali parti è composto Stable Diffusion (SD)?
Come aiuta il modello il business?
Qual è l'idea di Cycle-GAN? Quali perdite vengono utilizzate in esso?
È possibile applicare il teorema del limite centrale a una popolazione con distribuzione non normale?