Machine Learning / AI
Kodėl L1 reguliavimas nustato kai kurias svorius į nulį, o L2 — ne?
Kaip optimizuoti sunkius užklausas duomenų bazėje?
Kokius patikrinimus reikia atlikti renkantis mokymosi greitį SFT LLM-თვის?
Ar galima taikyti centrinių ribinių teoremą neįprastai paskirstytai populiacijai?
Sprendžiame tiesinės regresijos uždavinį, visi y > 0. Kurie iš išvardytų algoritmų gali duoti neigiamą prognozę: tiesinė regresija, KNN, gradientinis stiprinimas, medis, atsitiktinis miškas, neuroninis tinklas?
Kas yra bagging ir kodėl jis sumažina modelio variaciją?
Kokia duomenų struktūra yra pagrindas Python dict? Kaip sprendžiamos kolizijos?
Kas yra skirtingas poveikis?
Kaip buvo mokomas BERT? Kas yra MLM ir NSP?
Kokios yra specifinės augmentacijos palydovinėms nuotraukoms (sukimas, daugiasluoksnė)?
Kiek ciklų reikia norint surūšiuoti ir sujungti sąrašus be lambda funkcijų?
Kas yra bias-variance trade-off?
Kas yra kryžminė validacija ir kam ji reikalinga?
Kas yra GIL Python?
Kaip veikia Non-Maximum Suppression (NMS) ir kam jis reikalingas?
Kokias dvejetainės klasifikacijos metrikas žinote? Kiekvienos privalumai ir trūkumai.
Kas yra BERTScore ir kodėl jis yra geresnis nei BLEU generacijos vertinimui?
Ar galima kurti RandomForest ant KNN, linijinių modelių ir neuroninių tinklų? Kodėl?
Ką daryti su duomenų rinkiniu prieš modelio mokymą?
Ar blogai indeksuoti visas sritis ir kodėl?