Machine Learning / AI
Czym jest regresja liniowa?
Jakie metody kodowania cech kategorialnych istnieją?
Gradient Descent, SGD i Mini-Batch SGD: na czym polegają różnice, zalety i wady każdego z nich?
Kiedy MAB jest lepszy lub gorszy od A/B?
Czym jest CUDA i jakie są podstawowe pojęcia (kernel, grid, block, thread)?
Czym jest nierównowaga klas i jak z nią walczyć?
Dlaczego drzewa mają tendencję do nadmiernego dopasowania w porównaniu z modelami liniowymi?
Jakie kontrole należy przeprowadzić przy wyborze współczynnika uczenia dla SFT LLM?
Jakie problemy mogą wystąpić podczas korzystania z funkcji aktywacji Sigmoid razem z BatchNorm?
Jakie przyspieszenia inferencji są osiągane?
Jakie są specyficzne augmentacje dla zdjęć satelitarnych (obrót, wielo-skala)?
Czy można stosować twierdzenie o granicznym rozkładzie centralnym dla populacji o rozkładzie nienormalnym?
Ile cykli są potrzebne do sortowania i łączenia list bez funkcji lambda?
Jak jest próbkowany krok t podczas treningu i inferencji Stable Diffusion?
Czym jest spekulatywne dekodowanie i jak przyspiesza generację?
Czym jest BERTScore i dlaczego jest lepszy od BLEU w ocenie generacji?
Jak zaimplementować voice-agent z niskim opóźnieniem (streaming STT + LLM + TTS)?
ROC-AUC = 0.9. Co się stanie z tą miarą, jeśli pomnożymy wszystkie przewidywania modelu przez 3?
Jakie metody wyboru cech istnieją?
Z jakich części składa się Stable Diffusion (SD)?