Machine Learning / AI
Come risolvere un problema di ottimizzazione di un algoritmo inefficiente?
Cos'è un feature store e quali compiti risolve (Feast, Tecton)?
Quali test statistici usare per valutare la significatività delle differenze tra gruppi e in cosa si differenziano?
Cos'è LoRA e perché funziona (ipotesi di rango basso)?
Cos'è la generazione di candidati e quali sono gli approcci (BM25, dense, ibrido)?
Come capire quando fermare la selezione delle caratteristiche?
Cosa dà la comprensione del contesto ai trasformatori?
Cos'è una scheda modello e a cosa serve?
Cos'è l'autocorrelazione e l'autocorrelazione parziale (ACF, PACF)?
Cos'è GIL in Python, a cosa serve e come funziona?
Cos'è la regressione logistica?
Quali sono gli approcci al riconoscimento del testo scritto a mano?
Quali problemi ci sono nei test A/B dei modelli ML (ciclo di feedback dei dati di addestramento)?
Come si risolve analiticamente il problema della regressione lineare? Presenta l'equazione normale.
Cos'è l'asincronia? In cosa si differenzia asyncio dai thread?
Cos'è One-Class SVM?
Come garantire la sicurezza dei dati durante RAG (PII, diritti di accesso)?
A cosa serve il compito look-alike?
Cos'è l'esplorazione guidata dalla curiosità?
Quali metodi di normalizzazione della distribuzione dei dati esistono?