Machine Learning / AI
Шешім ағаштары көмегімен сипаттамаларды таңдоонун процесин сүрөттөп бериңіз.
Модел тандоо менен гиперпараметрлердин оптимизациясы эмнеге тиешелүү?
Модельде эмне туура эмес болушу мүмкүн?
Маалыматтар параллелизм жана модел параллелизминин айырмасы эмнеде?
Кеңешмелер тутумдарындагы өз ара аракеттешүүнүн матрицасындагы бош орундарды толтуруу үчүн кайсы классикалык ыкмалар бар?
OCR өндүрүштүк көйгөйлөрү (төмөн чечим, бурмалануулар, көлөкөлөр)?
Нейрондук тармактарда dropout кантип иштейт?
Жаңы функциялар жана гипотезалардын сапатын кантип текшерүү керек жана кайсы метрикаларды колдонуу керек?
Градиенттердин топтолушу эмне жана ал чектелген эс тутумда эмне үчүн керек?
Жүйөлүк аналитик кандай катуу көндүмдөргө ээ болушу керек?
LoRAнын кай гиперпараметрлери маанилүү (r, alpha, target_modules)?
Anchor-free детекторлору эмне? FCOS жөнүндө айтып бериңиз.
pandas'ta iloc жана loc ыкмалары кандай айырмаланат?
Bayesian target encoding деген эмне?
Линейдүү регрессия үчүн аналитикалык чечим кандай эсептелет?
ТекстRank алгоритми негизги сөздөрдү чыгарып алуу үчүн кандай иштейт?
IPS ба баёндоонун кайсы бөлүгү пайда болот?
DSM архитектурасынын мааниси эмнеде?
Федеративдүү үйрөнүүдө (градиенттерден модельдин тескерисин чыгаруу) кандай коркунучтар бар?
Көп агенттүү системанын сапатын автоматтык түрдө кантип баалоо кылуу керек?