Machine Learning / AI
O que é o DBSCAN e como ele ajuda a encontrar outliers?
Tarefa prática A IA gerou um código para decidir sobre o lançamento de um novo LLM. Faça uma revisão: modifique-o para que o editor possa comparar a qualidade das versões por segmentos temáticos, ver a dispersão das avaliações e notar o risco de deterioração em um pequeno grupo de dados. import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') summary = scores.groupby('model_version')['score'].mean() plt.bar(summary.index, summary.values) plt.title('Qualidade dos modelos') plt.ylabel('Avaliação média') plt.show() print('Melhor versão:', summary.idxmax())
O que é o treino baseado em população (PBT)?
O que é tool-calling e que tipos de ferramentas os agentes usam?
Como é que um modelo linear lida com a multicolinearidade das características?
Quais critérios de paragem de crescimento da árvore existem além da limitação de profundidade?
O que é o nnU-Net e por que é popular?
O modelo estava no seu próprio contorno ou passava por uma API externa?
Diferenças arquitetónicas entre XGBoost, LightGBM e CatBoost: como são construídos os árvores?
Quais os métodos de pré-processamento de características utilizados e com que problemas eles enfrentam?
Quais são as características do trabalho com PII na preparação de um conjunto de dados?
O que estás considerando, que perfil de vagas te interessaria?
Como treinar com um grande lote com memória limitada?
O que é o DocVQA e quais modelos são populares lá?
O que é classificação de intenção e preenchimento de slots na pesquisa?
Descreva o processo de seleção de características usando árvores de decisão.
Qual é a diferença entre um cross-encoder (ranker) e um bi-encoder?
O que é validação adversarial e para que serve?
Como reduz as alucinações no pipeline de extração de informações?
Por que decidiu mudar-se para TI/Ciência de Dados?