Machine Learning / AI
Jaka wartość learning rate powinna być używana dla dużego batcha, a jaka dla małego? Jakie zasady (zasada skalowania liniowego) znasz?
Jak oblicza się ROC-AUC? Opisz algorytm krok po kroku.
Czym jest feature store i jakie zadania rozwiązuje (Feast, Tecton)?
Dlaczego nie można po prostu obliczyć mediany na każdym pracowniku, a następnie je połączyć?
Jak jest zbudowana lista w Pythonie i jaka jest złożoność czasowa podstawowych operacji?
Jakie metody regularyzacji istnieją dla modeli nieliniowych?
Jak wykorzystać zapytanie wyszukiwania i historię użytkownika do kształtowania dostawy podczas zimnego startu?
Czym różni się kwantyzacja INT8 od INT4?
Czym jest zintegrowany dostęp do pamięci?
Jaka powinna być głębokość drzew w Random Forest i boosting?
Czym różnią się detektory dwustopniowe od jednofazowych pod względem architektury, szybkości i jakości?
Czym jest Monte Carlo Data?
Czym jest ShuffleNet i dlaczego tam jest channel shuffle?
Czym są dane użytkownika?
Jakie biblioteki używasz do rozwiązywania typowych zadań uczenia maszynowego?
Czym są próbkowanie Thompsona i UCB?
Czym jest architektura ViT (Vision Transformer)?
Jakie są właściwości wyłączności wzajemnej klas w klasyfikacji wieloklasowej?
Czym są rekomendacje oparte na sekwencji (SASRec, BERT4Rec)?
Jakie są najlepsze praktyki pisania promptów dla modeli klasy GPT-4?