Machine Learning / AI
Perché non si può semplicemente imparare dalle uscite del boosting del gradiente?
Quale algoritmo è alla base del modello?
Cos'è la ricerca a fascio e perché viene usata raramente per la generazione aperta?
Cosa sono il peso dell'evidenza (WoE) e il valore dell'informazione (IV)?
Cosa sono A2C e A3C?
Perché si utilizza più spesso l'indice B-tree e qual è la sua complessità algoritmica?
Come funziona un albero decisionale?
Cos'è una convoluzione 1x1 e a cosa serve?
Cos'è DeepSpeed ZeRO Stage 1, 2, 3?
Chi avrà un effetto più negativo rimuovendo il primo albero: il modello di boosting o quello di bagging?
Come funziona il matching della bounding box nei modelli YOLO e DETR?
Cosa sono gli errori di primo e secondo tipo?
Come si calcola l'ROC-AUC? Descrivi l'algoritmo passo dopo passo.
Come è strutturata una lista in Python e qual è la complessità temporale delle operazioni principali?
Come è strutturato il dataset di addestramento per il compito del chatbot?
Cos'è un feature store e quali compiti risolve (Feast, Tecton)?
Qual dovrebbe essere la profondità degli alberi in Random Forest e in boosting?
In cosa si differenziano i rivelatori a due stadi da quelli a stadio singolo in architettura, velocità e qualità?
Cos'è Monte Carlo Data?
Quali librerie utilizzi per risolvere compiti tipici di apprendimento automatico?