Machine Learning / AI
Cos'è il calcolo do-calculus di Pearl?
Cos'è DenseNet e in cosa si differenzia da ResNet?
Quali metriche di classificazione usare in presenza di forte squilibrio delle classi?
Cosa aggiunge BERT all'architettura del trasformatore?
Come funziona l'algoritmo di Viterbi?
Cos'è il tradeoff tra esplorazione e sfruttamento e come viene implementato (campionamento di Thompson, epsilon-greedy)?
Cos'è l'apprendimento semi-supervisionato e l'auto-allenamento?
Cos'è l'embedding di knowledge graph (TransE, DistMult, ComplEx, RotatE)?
Come funzionano le reti convoluzionali con i testi?
Come misurare la distanza tra due embedding?
Quali sono le caratteristiche dei dialoghi vocali (latenza, errori ASR)?
Come è costruito un trasformatore e quali sono i suoi blocchi principali?
Cos'è NGBoost e le previsioni probabilistiche?
Come trovare un triangolo in un'immagine senza deep learning?
Quali sono le calibrazioni delle telecamere?
Quali risorse su modelli e articoli monitorate?
Come si addestrano gli embedding per il compito con hard negatives?
Qual è la differenza tra un puntatore intelligente e uno normale in C++?