Machine Learning / AI
რა არის MAPE და SMAPE მეტრიკები? სად შეიძლება იყოს არასასურველი?
რა არის მონაცემთა ნაკრების ნორმალიზაცია და რატომ არის ეს მნიშვნელოვანია მოდელის სწავლებისას?
რა აჩვენებს PR-AUC და როდის აქვს აზრი მისი გამოყენების?
თქვენ ოდესმე შეხვედრილხართ შემთხვევით ტყეს (სამუშაო ან სკოლაში)? რა ძირითადი განსხვავებებია შემთხვევით ტყესა და ბუსტინგს შორის?
შეგიძლიათ მითხრათ თქვენი გამოცდილების შესახებ RAG სისტემებთან და რა გააკეთეთ თქვენს ბოლო პროექტში?
მეტია ჰიპერპარამეტრები ოპტიმიზატორისთვის, 10,000 ექსპერიმენტი, ცოტა დრო მაგრამ ბევრი რესურსი. რა მიდგომები არსებობს ოპტიმალური კომბინაციის ძიებისთვის?
რას აკეთებდნენ მეტრიკებთან მათი მიღების შემდეგ?
მაშ ასე, ეს მომხმარებლების, ფიზიკური/იურიდიული პირების მიმართვებია?
როგორ იყო ორგანიზებული ჩანაწერები და აგრეგატები სამთვიანი მოძრავი ფანჯრისთვის პროექტის დატოვებისთვის?
რასზე ითვლებოდა retrive-ის მეტრიკები (რომელ მონაცემთა ნაკრები და ინსტრუმენტი)?
როდის იქნებით მზად პროექტის დაწყებისთვის?
a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) print(a is b) print(a is c)
ანალიტიკური დავალებების კუთხით, რა იყო ეს? შეხვედრიხარ A/B ტესტებთან? რა მეტრიკებს იყენებდი?
ამ დავალებისთვის მოდელის დამატებითი სწავლება მოხდა (არა LLM)?
გთხოვთ, მოგვიყევით დისპეჩერების სამუშაო ხარისხის შეფასების პროექტის შესახებ: რა მოდელები გამოიყენეს, როგორ შეადარეს მათ სტანდარტული სცენარით?
რატომ ანულირებს L1 რეგულაცია წონებს? ახსენით მექანიზმი.
გთხოვთ, მოგვიყევით თქვენი გამოცდილების შესახებ Data Scientist თანამდებობის კონტექსტში.
როგორ გაზომეთ მონაცემების ამოღების ხარისხი?
SQL შეკვეთის ოპერატორების შესრულების წესია რა?
მითხარი პოზიციური კოდირების ტიპების შესახებ, განსაკუთრებით Rotary Positional Encoding (RoPE)-ის შესახებ.