Welke technieken worden gebruikt voor het werken met zeer sparse gegevens?
Machine Learning / AI
Hoe kan een klant begrijpen dat een kenmerk niet significant is zonder feature importance te gebruiken in een black box-model?
Wat is buurtaggregatie en welke functies worden gebruikt (gemiddelde, som, max, LSTM)?
Wat zijn de kenmerken van online beoordeling van aanbevelingen (CTR, conversie)?
Hoe helpt dropout overfitting in neurale netwerken te voorkomen?
Wat is sneller, zoeken in een woordenboek of in een lijst, en waarom?
Welke regularisatiemethoden bestaan er voor niet-lineaire modellen?
Welke regularisatiemethoden zijn toepasbaar op neurale netwerken?
Welke productieproblemen zijn er bij OCR (lage resolutie, vervormingen, schaduwen)?
Kan worden gegarandeerd dat lineaire regressie voor alle invoerwaarden binnen een bepaald bereik voorspelt?
Wat is het verschil tussen lineaire regressie en andere methoden bij het omgaan met categorische kenmerken?
Wat zijn diversiteit en Maximaal Marginaal Relevantie (MMR)?
Wat is de asymptotische complexiteit O-groot en Omega-groot?
Wat is query log mining en welke signalen halen ze eruit?
Wat is A/B-testen voor ML-modellen en welke bedrijfsmetingen zijn belangrijk?
Wat zijn Tensor Cores en welke operaties versnellen ze?
Moeten kenmerken geschaald worden voor lineaire regressie en andere modellen?
Hoe verschillen de embeddings van ELMo van die van BERT?
Wat is SentencePiece en waarom is het nodig voor talen zonder duidelijke scheidingstekens?
Wat is het verschil tussen prompting van instructieve modellen en basis LM?