Machine Learning / AI
În ce situații este mai bine să folosiți numpy și în care structuri de date standard ale Python?
Ce este diarizarea și care sunt abordările (clustering, EEND)?
Ce este ESD-ul hibrid sezonier?
Ce este pruning în LLM și care sunt abordările (magnitude, structurată, SparseGPT)?
Ce este nnU-Net și de ce este popular?
Cum se profilează consumul de energie al inferenței ML?
Ce sarcini consideri ideale și cu ce vrei să te ocupi?
Ce caracteristici principale au fost utilizate pentru clasificarea spamului în lead-uri?
Ce este preferința pereche și cum o calculezi?
Cum se poate îmbunătăți performanța unui model liniar atunci când se lucrează cu caracteristici categorice?
Ce metrici sunt potrivite pentru evaluarea calității unui model de clasificare binară?
Diferențe arhitecturale între XGBoost, LightGBM și CatBoost: cum sunt construite arborii?
Poți adăuga un câmp în tabel în loc să folosești o interogare SELECT?
De ce pot deveni mari greutățile modelului și de ce trebuie să le reducem prin regularizare?
Ce metrici sunt utilizate pentru segmentare și detectarea obiectelor?
Ați realizat soluții pentru clienții angajatorului — le preluau și le întrețineau ei înșiși?
De ce BERT oferă o calitate mai bună în sarcinile de clasificare a textului decât TF-IDF cu regresie logistică?
Cum se creează și se antrenează un clasificator în PyTorch?
Cum funcționează tokenizarea? De ce se folosesc subword-tokens în loc de cuvinte întregi?
De ce să folosiți liste pentru a stoca valorile anterioare?