Czym jest graf i jak jest reprezentowany dla sieci neuronowych (macierz sąsiedztwa, lista krawędzi)?
Machine Learning / AI
Czym jest różnicowa prywatność i DP-SGD?
Czym jest LambdaRank?
Czym jest uczenie bez nadzoru i jakie modele są używane?
Jak dodać nowe źródło danych z krótką historią do regresji logistycznej?
Jaka jest różnica między gradient boosting a losowym lasem?
Jak wartość p łączy dane obserwowane z hipotezą zerową?
Czym są parametryczne i nieparametryczne testy statystyczne?
Jak zorganizować grupę kontrolną (losowanie) w modelach ryzyka?
Czym jest gradient boosting?
Czym jest RoPE (obrotowe osadzenia pozycyjne) i jakie ma zalety?
Czym jest autoencoder do wykrywania anomalii i jak oblicza się błąd rekonstrukcji?
Jak ocenić jakość modelu za pomocą ROC AUC i co oznacza zły lub dobry wynik?
Czym jest GCN (Sieć Konwolucyjna Grafów) i jaka jest jej formuła aktualizacji?
Jak uniknąć biasu próbki podczas szkolenia modelu na zatwierdzonych kredytach?
Czym jest normalizacja pivotowana?
Czym jest FSDP (Fully Sharded Data Parallel)?
Czym jest preferencja parowa i jak ją obliczyć?
Czym jest prawo Twymana i jak mu przeciwdziałać?
Jakie metryki są używane do regresji?