Machine Learning / AI
Kokios yra būdai išvengti per didelio pritaikymo boosting (subsample, colsample, min_child)?
Kas yra kontekstiniai banditai ir kur juos taikyti?
Kas yra NCCL ir kam jis atsakingas?
Kas yra NGBoost ir probabilistiniai prognozės?
Kaip dirbti su nereprezentatyviais duomenimis, kai modelis prognozuoja 10% nemokumų vietoj 1%?
Kas yra bendradarbiavimo filtravimas ir kokie yra pagrindiniai algoritmai (naudotojo pagrindu, elemento pagrindu)?
Kokius statistinius metodus žinote?
Kas yra atlygio modelis ir kokios yra jo mokymosi savybės?
Ar galite paaiškinti ViT (Vision Transformer) architektūrą: kaip vaizdas virsta sekų ženklais?
Kokios metrikos naudojamos anomalijų aptikimui disbalanso atveju?
Kas yra teksto normalizavimas (NFC, NFKC) ir kodėl svarbu tai padaryti prieš žodžių skaidymą?
Kaip garso apdorojimas gali būti taikomas metrikų analizei?
Kas yra ordered boosting CatBoost?
Kas yra llama.cpp mobiliesiems įrenginiams?
Papaskink apie save, savo foną, viską, ką laikote svarbu ir įdomu.
Ar galima naudoti linijinę regresiją mėginio šališkumo sąlygomis?
Kaip įvertinti binarinių klasifikacijos modelio kokybę? Kokias metrikas žinote?
Kas yra logit bias ir kur jis naudojamas?
Kas yra garso difuzijos modeliai (AudioLDM)?
Kokios yra specifinės optimizacijos ARM (NEON)?