Kāpēc izmantot sarakstus iepriekšējo vērtību glabāšanai?
Machine Learning / AI
Kā darbojas nejaušais mežs un kā tas tiek apmācīts klasifikācijas uzdevumā?
Ja jauna modeļa AUC ir 0,82 pret 0,80 vecajā modelī, vai var droši teikt, ka jaunais ir labāks? Kā pārbaudīt statistisko nozīmīgumu?
Vai var uzskatīt, ka jauns modelis ar F1-score 0,81 ir labāks par modeli ar 0,8 un to nekavējoties palaist ražošanā?
Kāda ir asymptotiskā sarežģītība, veicot vairākus pārejus pa sarakstu?
Vai ir nepieciešams regulēt brīvo locekli (bias, w0)? Kam vispār ir nepieciešams w0?
Kā novērtēt binārās klasifikācijas modeļa kvalitāti? Kādas metriku jūs zināt?
Kas ir H(X) klasifikācijas kontekstā, piemēram, entropija?
Kā salīdzināt peldošā punkta koordinātas, ņemot vērā float īpašības dažādās valodās?
Vai ir iespējams lēti atrisināt moduļa lietošanas problēmu gradienta samazināšanā?
Kā uzvedas Precision un Recall klases nelīdzsvarotības gadījumā? Piemērs: 95 vienības un 5 nulle, modelis vienmēr prognozē 1.
Kas ir ROC līkne?
Kas ir re-ranker RAG? Kādus modeļus tie izmanto (cross-encoder, bge-reranker)?
Kas ir zarojumu kritērijs kokos?
Ar ko nodarbojaties brīvajā laikā?
Kā aprakstīt nejaušo meža modeļa arhitektūru ar pievienotu lineāru modeli ekstrapolācijai?
Kas ir Unigram valodas modelis tokenizācijā (kā SentencePiece)?