Machine Learning / AI
Waarom zijn juist deze kenmerken geselecteerd?
Hoe controleer je de kwaliteit van aanbevelingen zonder de gegevens op te splitsen in training en test?
Wat is de Mixture of Experts (MoE) en wat zijn de voor- en nadelen?
Waarom helpt regularisatie bij het voorkomen van overfitting?
Wat zijn de risico's van AutoML vanuit het oogpunt van interpretatie?
Wat is targeting?
Kunnen extra kenmerken worden gebruikt om het model te verbeteren?
Welke benaderingen zijn er voor het testen van ML-modellen in CI?
Was er een basislijn waarmee vergeleken werd?
Wat is search budget en hoe plan je het?
Met welk gereedschap werkte je het liefst?
Welke boosting-bibliotheken heb je gebruikt en waarom?
Wat is een cross-encoder en hoe verschilt deze van een bi-encoder?
Heeft iemand van [organisatie] eerder contact gehad over de projecten, technische interviews gehad?
Welke taken in de robotica worden succesvol opgelost door moderne RL?
Moet er een steekproef worden genomen die dicht bij de realiteit ligt of met een gelijke klassenbalans bij het trainen van YOLO voor het detecteren van zeldzame objecten?
Wat is NaN en in welke gevallen komt het voor?
Had je specifieke ervaring met het trainen van LLM?
Wat is een adversarial voorbeeld en een FGSM-aanval?
Kunnen de parameters van lineaire regressie analytisch worden gevonden, in plaats van via gradient descent?