Machine Learning / AI
ბეეს თეორემა რა არის?
რა არის სარეკლამო გაფართოება?
რა არის graph RAG და რომელ დავალებებში არის ეფექტური?
რა არის gradient scaling და რატომ არის ეს აუცილებელი FP16-თან?
ტრანსფორმატორში პოზიციური კოდირების რა არის?
რა არის PCA-ზე დაფუძნებული ანომალია და რა ტიპის კუთხე აქვს სუბპროფილთან?
რატომ უნდა იყოს shuffle პარამეტრი ტრენინგ მონაცემთა ბატარეაში, როდესაც სწავლება მიმდინარეობს ერთზე მეტი ეპოქით?
როგორ იწონება და აღწერილია ალგორითმების სირთულე?
რა განსხვავებაა differentiable NAS (DARTS) და RL-ზე დაფუძნებულს შორის?
PII-სთან ერთად ML-ის შესაბამისობის მოთხოვნები რა არის (GDPR, FZ-152)?
საკითხის შერჩევის სტრატეგიები (უცნობობა, მრავალფეროვნება, მოსალოდნელი შეცდომის შემცირება)?
რა ტიპის ჰიპოთეზებია ჰიპოთეზების შემოწმებაში?
აღწერეთ ტრენინგის ციკლი ბინარული კლასიფიკაციისთვის ნეირონული ქსელით (გრძელი -> relu -> გრძელი -> sigmoid). რა დანაკარგის ფუნქციას უნდა ავირჩიოთ?
რა არის data drift და concept drift?
რა უნდა გავაკეთოთ, თუ ბიზნესისთვის უფრო მნიშვნელოვანია ნულოვანი ან პირველი კლასის შეცდომა?
რა არის EfficientDet?
როგორ იყენებს BatchNorm შენახულ სტატისტიკებს `eval()` რეჟიმში და რატომ არის ეს მნიშვნელოვანი შედეგების სტაბილურობისთვის?
როგორ მივაღწიოთ იდემპოტენციას შეტყობინებების სისტემაში?
როგორ გავითვალისწინოთ შემთხვევები ნოლებით სიის ელემენტების გამრავლებაში?
რა არის მოდელის ბარათი და რა მიზნით გამოიყენება?