Machine Learning / AI
Câte cicluri sunt necesare pentru sortarea și unirea listelor fără funcții lambda?
Ce este un contrafactual?
Ce probleme pot apărea la codificarea pozițională unidimensională atunci când se lucrează cu imagini?
În ce ordine să enumerați câmpurile într-un index atunci când faceți join după dată, id și câmp boolean?
Ce accelerări ale inferenței sunt atinse?
ROC-AUC = 0.9. Ce se întâmplă cu această metrică dacă înmulțim toate predicțiile modelului cu 3?
Cum ajută modelul afacerea?
Ce este versionarea datelor și comparația între DVC, LakeFS, lakeFS?
Rezolvăm o problemă de regresie liniară, toate y > 0. Care dintre algoritmii enumerați pot oferi o predicție negativă: regresie liniară, KNN, boosting pe gradient, copac, pădure aleatorie, rețea neurală?
Care este rolul softmax în model și pentru ce este utilizat?
Se poate construi un RandomForest peste KNN, modele liniare și rețele neuronale? De ce?
Ce este compromisul între bias și varianță?
Cum se implementează un voice-agent cu latență scăzută (streaming STT + LLM + TTS)?
Există o derivație a modelului în timpul antrenamentului cu dropout și inferența fără acesta?
Ce metode de selecție a caracteristicilor există?
Ce practici se aplică la sincronizarea caracteristicilor de antrenament și servire?
Ce structură de date stă la baza dict în Python? Cum sunt rezolvate coliziunile?
Cum a fost antrenat BERT? Ce sunt MLM și NSP?
Poate fi considerat noul model cu un scor F1 de 0,81 mai bun decât modelul cu 0,8 și să fie lansat direct în producție?
Care sunt modalitățile de optimizare a interogărilor grele către baza de date?