Machine Learning / AI
Kas ir gradient scaling un kāpēc tas ir nepieciešams ar FP16?
Kas ir LoRA apvienošana un kā apvienot vairākus adapterus?
Kas ir pozicionālā kodēšana transformatorā?
Kas ir planner-executor sadalījums agentos?
Kas ir PCA balstīta anomālija un kāda veida leņķis ir ar apakšplatību?
Kādi ir medicīniskās attēlveidošanas modeļu validācijas raksturlielumi (FDA, regulējumi)?
Kāpēc treniņu datu ielādētājā ir jābūt shuffle parametram, ja apmācība ilgst vairāk nekā vienu epohu?
Kā atšķiras diferenciālais NAS (DARTS) no RL balstīta?
Kādi ir atbilstības prasības ML ar PII (GDPR, FZ-152)?
Kādas ir vaicājumu atlases stratēģijas (nezināšana, daudzveidība, gaidāmās kļūdas samazināšana)?
Kādas ir hipotēzes hipotēzes pārbaudē?
Aprakstiet apmācību ciklu binārajai klasifikācijai ar neironu tīklu (lineārs -> relu -> lineārs -> sigmoid). Kuru zaudējumu funkciju izvēlēties?
Kas ir data drift un concept drift?
Kā izvēlējās modeli un hiperparametrus, un kā pielāgoja klasifikācijas slieksni?
Kā sasniegt idempotenci sistēmā ar paziņojumiem?
Kā ņemt vērā gadījumus ar nullēm saraksta elementu reizinājumā?
Kas ir modeļa karte un kam tā ir paredzēta?
Kas ir Earth Engine un kādus uzdevumus tas risina?
Kas ir occupancy un kā to optimizēt?
Kas ir novecojušas embeddings un kā ar tiem cīnīties?