Machine Learning / AI
Koja struktura podataka je osnova za dict u Pythonu? Kako se rešavaju kolizije?
Rešavamo problem binarne klasifikacije. Kako će se promeniti metrike preciznosti i recall-a ako uklonimo 10 objekata klase 0 iz cilja?
Koje postoje metode regularizacije? Prednosti i mane svake, oblasti primene.
Šta je knowledge graph i gde se primenjuje?
Може ли atrous (преувеличена) конволуција уопште никада да не користи неки пиксел у оригиналној слици?
Kako se u Pythonu realizuje paralelizam uzimajući u obzir GIL (multiprocessing, niti, asyncio, C proširenja)?
Šta je trade-off između istraživanja i eksploatacije u RL?
Kako formirati podatke za obuku za klasifikaciju na osnovu istorije prikazivanja i kupovina?
Kako funkcioniše Non-Maximum Suppression (NMS) i čemu služi?
Да ли ће код радити са празним низом?
Koje zadatke protiv prevara uspešno rešavaju pomoću detekcije anomalija?
Da li se parametri u Python-u prosleđuju po vrednosti ili po referenci?
Koje metrike su važnije za ocenu kvaliteta preporuka: precision ili recall?
Šta je torch.compile i koja su njegova ograničenja?
Kako se spajaju izlazi glava u FPN (Mreža piramida karakteristika)?
Šta je COG (Cloud-Optimized GeoTIFF)?
Šta je registry modela i koje ste alate koristili (MLflow, W&B)?
Може ли се сматрати да је нови модел са F1-скор 0,81 бољи од модела са 0,8 и да се одмах пушта у производњу?
Koja je matematička ideja iza difuzionih modela? Šta su forward i reverse procesi?
Šta je ekstrakcija tabela i koji modeli (TableNet, TATR)?