Kaip veikia atsitiktinis miškas ir kaip jis mokomas klasifikacijos užduotyje?
Machine Learning / AI
Kokia yra asimptotinė sudėtingumas kelių perėjimų per sąrašą metu?
Ar galima laikyti, kad naujas modelis su F1-įvertinimu 0,81 yra geresnis už modelį su 0,8 ir jį nedelsiant paleisti į gamybą?
Ar reikia reguliuoti laisvą narį (bias, w0)? Kodėl apskritai reikalingas w0?
Jei naujo modelio AUC yra 0,82 prieš 0,80 senajame modelyje, ar galima tvirtai teigti, kad naujas geresnis? Kaip patikrinti statistinį reikšmingumą?
Kaip įvertinti binarinių klasifikacijos modelio kokybę? Kokias metrikas žinote?
Kas yra H(X) klasifikacijos kontekste, pavyzdžiui, entropija?
Kaip palyginti slankiojo taško koordinates, atsižvelgiant į float ypatybes skirtingose kalbose?
Ar galima pigiai išspręsti modulio naudojimo problemą gradientinio nusileidimo metu?
Kas yra ROC kreivė?
Kaip elgiasi Precision ir Recall esant klasių disbalansui? Pavyzdys: 95 vienetai ir 5 nuliai, modelis visada prognozuoja 1.
Kas yra re-ranker RAG? Kokius modelius naudoja (cross-encoder, bge-reranker)?
Kas yra šakų skirstymo kriterijus medžiuose?
Kuo užsiimate laisvalaikiu?
Kaip apibūdinti atsitiktinio miško modelio architektūrą su pridėtu linijiniu modeliu ekstrapoliacijai?
Kas yra Unigram kalbos modelis žymėjime (kaip SentencePiece)?