Machine Learning / AI
Kas yra end-to-end dialogo modeliai?
Kokios yra AutoML ribos dideliems duomenims?
O kur naudojote tai LangGraph?
Kas yra implicit feedback ir kokie modeliai jį apskaičiuoja (BPR, WARP)?
Kaip optimaliai pasirinkti požymį ir slenkstį sprendimų medžiuose skirstymui?
Kas yra freshness ir completeness metrikos?
Kas yra pokyčių aptikimas tarp vaizdų?
Kas yra overfitting?
Kokios yra rekomendacijų neinterneto vertinimo metrikos (Recall@K, MAP, NDCG, MRR)?
Kas yra daugiažingsnis prognozė (rekursinė vs tiesioginė)?
Kas yra dvigubai tvirta įvertinimas?
Kaip klientas gali suprasti, kad savybė nėra reikšminga, nesinaudodamas savybių svarbos modelyje juodojoje dėžėje?
Kuo skiriasi mean/max pooling nuo learnable pooling?
Kaip organizuoti indekso atnaujinimą gamyboje be prastovų?
Kas yra retrieval vertinimas savo duomenų rinkinyje?
Kaip apdoroti duomenų srautą medianai apskaičiuoti turint ribotą atmintį?
Kokios problemos kyla pradedant svorius nuliais? Kokie inicializacijos metodai (Xavier, He) sprendžia šias problemas?
Kas yra warp ir kodėl svarbi warp divergence?
Kokios reitingo metrikos buvo naudojamos retriverio įvertinimui?
Kaip atskirti trikampį nuo apskritimo nuotraukoje?