Kas ir diferenciālā privātums un DP-SGD?
Machine Learning / AI
Kas ir LambdaRank?
Kas ir uzraudzības trūkstoša mācīšanās un kādi modeļi tiek izmantoti?
Kas ir grafs un kā tas tiek attēlots neironu tīklos (adjacency matrix, edge list)?
Kā pievienot jaunu datu avotu ar īsu stāstu logistiskajā regresijā?
Kāda ir atšķirība starp gradienta pastiprināšanu un nejaušo mežu?
Kā p-vērtība saista novērojumus datus un nulles hipotēzi?
Kas ir parametriskie un neparametriskie statistikas testi?
Kā organizēt kontroles grupu (paraugu ņemšanu) riska modeļos?
Kas ir gradienta pastiprinājums?
Kas ir autoencoder anomāliju noteikšanai un kā aprēķināt rekonstrukcijas kļūdu?
Kā novērtēt modeļa kvalitāti, izmantojot ROC AUC, un ko nozīmē slikts vai labs rezultāts?
Kā izvairīties no parauga novirzes, apmācot modeli ar apstiprinātajiem kredītiem?
Kas ir GCN (Grafu konvolūcijas tīkls) un kāda ir tā atjaunināšanas formula?
Kas ir RoPE (rotējošās pozicionālās ieliktņi) un kādas ir tā priekšrocības?
Kas ir pivotētā normalizācija?
Kas ir pāru izvēle un kā to aprēķināt?
Kas ir FSDP (Fully Sharded Data Parallel)?
Kas ir Twyman likums un kā tam pretoties?
Kādas metriku izmanto regresijai?