Quali sono le caratteristiche dell'apprendimento attivo in CV?
Machine Learning / AI
Quali sono le caratteristiche della valutazione online delle raccomandazioni (CTR, conversione)?
Come può un cliente capire che una caratteristica non è significativa senza usare l'importanza delle caratteristiche in un modello a scatola nera?
Cos'è l'aggregazione di vicinato e quali funzioni vengono utilizzate (media, somma, max, LSTM)?
Come aiuta il dropout a evitare il sovraccarico nelle reti neurali?
Qual è più veloce, cercare in un dizionario o in una lista, e perché?
Quali metodi di regolarizzazione esistono per modelli non lineari?
È possibile garantire che la regressione lineare predice valori all'interno di un intervallo dato per qualsiasi input?
Quali sono i problemi di produzione dell'OCR (bassa risoluzione, distorsioni, ombre)?
Quali metodi di regolarizzazione sono applicabili alle reti neurali?
Qual è la differenza tra la regressione lineare e altri metodi nel lavoro con variabili categoriche?
Cosa sono diversity e Relevance Marginale Massima (MMR)?
Cos'è la complessità asintotica O-grande e Omega-grande?
Cos'è il test A/B per i modelli ML e quali metriche di business sono importanti?
Cos'è l'analisi dei log delle query e quali segnali estraggono?
Cosa sono i Tensor Cores e quali operazioni accelerano?
È necessario scalare le caratteristiche per la regressione lineare e altri modelli?
In cosa si differenziano gli embedding di ELMo da BERT?
Cos'è SentencePiece e perché è necessario per le lingue senza delimitatori espliciti?
Qual è la differenza tra il prompting dei modelli istruttivi e i LM di base?