Machine Learning / AI
Cos'è un audit di bias-fairness per un modello ML?
Cos'è CDC (cattura dei dati delle modifiche) e dove viene applicato?
Cos'è DBSCAN e come aiuta a trovare gli outlier?
Cos'è il RAG multimodale e come creare un indice di immagini?
Cos'è la validazione dello schema nel pipeline ML?
Come viene implementata la distribuzione delle risorse in Docker?
Cosa sono le caratteristiche di edge e come integrarle in GNN?
Cos'è la codifica target per le caratteristiche categoriche nel tempo e come evitare leakage?
Come vengono trattate le variabili continue negli alberi decisionali?
Quale sistema operativo e configurazione del computer locale utilizzi?
Come valutare l'elasticità di una caratteristica e il suo impatto sul target?
Cos'è la validazione incrociata a finestra espansiva vs finestra mobile?
Cos'è un token in BERT e quali sono le opzioni di tokenizzazione disponibili?
Cos'è l'attenzione a query raggruppate (GQA) e a cosa serve?
Come riconoscere il testo nelle immagini usando NLP?
Cos'è l'over-squashing in GNN?
Cos'è la scalabilità NTK-aware RoPE per espandere la finestra di contesto?
Cos'è l'addestramento basato sulla popolazione (PBT)?
Cos'è il boosting?
Dove si trovano architettonicamente gli embedding posizionali?