Machine Learning / AI
ML-xizmatlar uchun integratsiya testlari uchun qanday usullar mavjud?
Qaysi metrikani tanlash kerak bo'lsa, regressiya uchun: MSE yoki MAE?
SQL so'rovini optimallashtirishda nima e'tibor berish kerak?
Boosting nima?
GNNlar firibgarlikni aniqlashda qanday vazifalarni hal qiladi?
Kategoriyal atributlar bilan ishlashda CatBoost va XGBoost qanday farq qiladi?
Hozirgi ish joyingizdan ketishni nima uchun o'ylayapsiz?
Amaliy vazifa AI yangi LLM chiqarish bo'yicha qaror qabul qilish uchun kod yaratdi. Uni ko'rib chiq: uni shunday o'zgartirki, tahrirchi mavzuli segmentlar bo'yicha versiyalar sifatini solishtira olsin, baholashlar tarqalishini ko'rsin va kichik ma'lumotlar guruhida yomonlashish xavfini aniqlasin. 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('Model sifatlari') plt.ylabel('Oʻrtacha baho') plt.show() print('Eng yaxshi versiya:', summary.idxmax()) --- import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') stats = ( scores.groupby(["topic", "model_version"])["score"] .agg(["mean", "std", "count"]) .reset_index() ) print(stats) for topic, group in scores.groupby("topic"): group.boxplot(column="score", by="model_version") plt.title(f"Mavzu: {topic}") plt.suptitle("") plt.ylabel("Baholash") plt.show() small_groups = stats[stats["count"] < 30] print("Kichik guruhlar - xulosalar ishonchli emas:") print(small_groups)
Adam va RMSProp haqida gapir.
Nima uchun ma'lumot turlarini o'zgartiriladigan va o'zgartirilmaydiganlarga bo'lish kerak?
Token ID va embeddingsdan so'ng, decoderga aniq nima kiradi: tasvirlarning shakli qanday, pozitsion ma'lumot qanday qo'shiladi va keyingi nima bo'ladi?
CV-leak nima va uning manbalari qanday?
Partiya yetakchiligining statistik ahamiyatini [soni] dan [soni] gacha ovoz bilan qanday tekshirish mumkin?
Tasodifiy o'rmon qanday ishlaydi va uning afzalliklari va kamchiliklari nima?
Liquibase bilan yuzlashdingizmi?
Davomiy o'rganish nima va katastrofik unutish muammosi nima?
Siz ishlatgan 'PropNail/TopNail Optimization' atamasi nima?
Modelni joylashtirishdan oldin kvantlash nima uchun kerak?
Tasodifiy o'rmon qanday ishlaydi va ansamblda daraxtlar qanday quriladi?
Modelni ishlab chiqarishda qo'shimcha o'qitish uchun qancha ma'lumot kerakligini baholang, qo'shimcha o'qitish jarayonini, parametrlarni, yo'qotish funksiyasini (contrastive/triplet) va nima uchun aynan shuni tanlaganingizni tushuntiring.