Machine Learning / AI
Čo sa stane, ak odstránite strom z boostingu?
Ako vykonať krížovú validáciu na časových radoch?
Aký model by ste zvolili pre úlohu binárnej klasifikácie (vektory z R^n, štítky 0 a 1)? Vysvetlite prečo.
Čo je samostatné učenie a prečo sa stalo základom základných modelov?
Čo je to click model (cascade, DBN, UBM)?
Čo je FastAPI?
Mal ste skúsenosti s minimalizáciou veľkosti modelu alebo jeho optimalizáciou?
Čo sa stane pri násobení príliš veľkých čísel v Pythone?
Aké algoritmy sa používajú na vytvorenie kolaboratívneho filtrovania?
V čom sa model BERT líši od GPT z hľadiska architektúry a úlohy učenia?
Aké metódy boja s pretrénovaním existujú v neurónových sieťach?
Ako funguje skoré zastavenie v stromoch?
Ako najlepšie uložiť váhy modelu: v Docker obraze alebo ich načítať zvlášť?
Aké sú populárne riešenia AutoML (H2O, AutoGluon, FLAML, AutoKeras)?
Čo robiť, ak je pre podnikanie dôležitejšia chyba nulovej alebo prvej triedy?
Čím sa zaoberáte vo voľnom čase?
Aké druhy indexov existujú?
Navrhnite systém odosielania oznámení: architektúra a podrobný opis úlohy každej služby.
Aký je rozdiel medzi boostingom a baggingom (Random Forest)? Porovnajte ich tendenciu k preučeniu.
Čo je invertný index a aké dátové štruktúry sa používajú?