Quais são as características do active learning em CV?
Machine Learning / AI
O que é agregação de vizinhança e quais funções são usadas (média, soma, máximo, LSTM)?
Como pode um cliente entender que uma característica não é significativa sem usar a importância das características num modelo de caixa preta?
Quais são as características da avaliação online de recomendações (CTR, conversão)?
Como é que o dropout ajuda a evitar o sobreajuste em redes neuronais?
Quais métodos de regularização existem para modelos não lineares?
Qual é mais rápido, procurar num dicionário ou numa lista, e porquê?
É possível garantir que a regressão linear prevê valores dentro de um intervalo dado para quaisquer entradas?
Quais são os problemas de produção do OCR (baixa resolução, distorções, sombras)?
Quais métodos de regularização são aplicáveis às redes neurais?
Qual é a diferença entre regressão linear e outros métodos ao lidar com variáveis categóricas?
O que são diversidade e Relevância Marginal Máxima (MMR)?
O que é mineração de logs de consultas e quais sinais eles extraem?
O que é a complexidade assintótica O-grande e Omega-grande?
O que é o teste A/B para modelos de ML e quais métricas de negócio são importantes?
O que são Tensor Cores e que operações eles aceleram?
É necessário escalar as características para regressão linear e outros modelos?
Em que os embeddings do ELMo diferem do BERT?
O que é SentencePiece e por que é necessário para línguas sem delimitadores explícitos?
Qual é a diferença entre prompting de modelos instrutivos e LM básicos?