Machine Learning / AI
Jakie są ograniczenia AutoML przy dużych danych?
A gdzie użyłeś tego w LangGraph?
Czym jest feedback implicite i które modele go uwzględniają (BPR, WARP)?
Jak optymalnie wybrać cechę i próg do podziału w drzewach decyzyjnych?
Czym są metryki świeżości i kompletności?
Czym jest wykrywanie zmian między zrzutami?
Czym jest overfitting?
Jakie są metryki oceny offline rekomendacji (Recall@K, MAP, NDCG, MRR)?
Czym jest wieloetapowa prognoza (rekurencyjna vs bezpośrednia)?
Czym jest podwójnie odporna ocena?
Jak klient może zrozumieć, że cecha jest nieistotna bez użycia ważności cech w modelu czarnej skrzynki?
Czym różnią się pooling mean/max od learnable pooling?
Jak zorganizować aktualizację indeksu w produkcji bez przestojów?
Czym jest ocena odzyskiwania na własnym zestawie danych?
Jak przetwarzać strumień danych do obliczania mediany przy ograniczonej pamięci?
Jakie problemy występują podczas inicjalizacji wag zerami? Jakie metody inicjalizacji (Xavier, He) rozwiązują te problemy?
Czym jest warp i dlaczego ważna jest divergence warp?
Jakie metryki rankingowe były używane do oceny odzyskiwacza?
Jak odróżnić trójkąt od koła na obrazku?
Jaka była Twoja rola w projekcie audytu dokumentów?