Machine Learning / AI
როგორ მუშაობს Non-Maximum Suppression (NMS) და რა მიზნით არის საჭირო?
რომელი ფარული დავალებები წარმატებით ხერხდება ანომალიების გამოვლენის საშუალებით?
რა არის სამედიცინო სურათების (DICOM, KT, MRI) თვისებები?
რისი უფრო მნიშვნელოვანია რეკომენდაციების ხარისხის შეფასებისთვის: precision თუ recall?
შეიძლება თუ არა atrous (გაფართოებული) კონვოლუცია საერთოდ არასდროს გამოიყენოს რომელიმე პიქსელი თავდაპირველ სურათში?
როგორ სწორად კოდირება ციკლური ნიშნების?
როგორ ერთიანდება ფენების გამოსვლები FPN-ში (მახასიათებლების პირამიდული ქსელი)?
კოდი მუშაობს თუ არა ცარიელი სტრიქონით?
რა არის COG (Cloud-Optimized GeoTIFF)?
რა არის მოდელის რეგისტრი და რა ინსტრუმენტები გამოიყენეთ (MLflow, W&B)?
შესაძლებელია თუ არა ახალი მოდელის F1-შეფასება 0.81 უკეთესია, ვიდრე 0.8 და დაუყოვნებლივ განთავსება წარმოებაში?
რა არის ცხრილების ამოღება და რა მოდელები (TableNet, TATR)?
ორკლასიანი კლასიფიკაციის პრობლემას ვხსნით. თუ მიზნიდან 0 კლასის 10 ობიექტს გავწერთ, როგორ შეიცვლება precision და recall მეტრიკები?
რა არის torch.compile და რა შეზღუდვები აქვს?
როგორ არის მოწყობილი RAG-ის არქიტექტურა?
რა არის DML (ორმაგი მანქანური სწავლება)?
რა მეთოდები არსებობს რეგულარიზაციის? თითოეულის უპირატესობები და ნაკლოვანებები, გამოყენების სფეროები.
რომელი ბინარული კლასიფიკაციის მეტრიკებს იცნობთ? თითოეულის უპირატესობები და ნაკლოვანებები.
რა არის მონაცემთა კონტრაქტები?
რა არის დიფუზიის მოდელების მათემატიკური იდეა? რა არის forward და reverse პროცესი?