Machine Learning / AI
Python'da satrlarni birlashtirishda nima bo'ladi (masalan, current += char)? Nima uchun bu yondashuv bu vazifada yomon bo'lishi mumkin va kodni qanday optimallashtirish mumkin, tez-tez satrlarni birlashtirmasdan?
GPT arxitekturasi bilan BERT arxitekturasi qanday farq qiladi?
-- 1.1 Nima nima ko'rsatadigan so'rov: SELECT campaign, COUNT(*) as rows, COUNT(DISTINCT co.user_id) AS users FROM campaigns AS ca INNER JOIN communications AS co ON ca.campaign = co.campaign GROUP BY ca.campaign AS campaign -- 1.2 Agar JOIN turini LEFT ga o'zgartirsangiz, javob qanday o'zgaradi? -- 1.3 Bu so'rovda operatorlarning bajarilish tartibini ko'rsating. -- 2. campaigns jadvali tuzatildi: takrorlanishlar olib tashlandi, kalit (PK) qo'shildi. -- Ko'proq kampaniyalar o'tkazildi, xatolar tufayli foydalanuvchilarning yetkazib berish urinishlari muvaffaqiyatsiz bo'ldi, va ba'zilari umuman ko'rsatilmadi. -- Misol 1: communications -- | user_id | campaign | status | -- | 1000001 | promo_cats | error | -- | 1000001 | promo_cats | error | -- | 1000001 | promo_cats | success| -- | 1000001 | promo_cats | success| -- | 1000001 | promo_cats | error | -- Misol 2: communications -- | user_id | campaign | status | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- | 1000002 | promo_rats | error | -- Foydalanuvchilarga yuborilgan promo-kampaniyalar haqida: -- 2.1 Har bir kampaniya uchun muvaffaqiyatli olgan foydalanuvchilar sonini chiqaradigan so'rov yozing. -- 2.2 So'rovni o'zgartiring, har bir kampaniya uchun hech qanday muvaffaqiyatli aloqa olmagan foydalanuvchilar sonini chiqarish uchun.
[Kompaniya]da yangi bozorga mahsulot chiqarishning to'liq sikli haqida gapiring: to'liq sikl nima, qanday bosqichlar, o'lchovlar, natijalar.
Nima uchun hamma narsani onlayn qilishimiz mumkin emasligini tushunmayapman — bu yerda haqiqatan qanday cheklovlar bor? Oldindan hisoblash nima uchun kerak?
Bu texnik jihatdan qanday qilish mumkin — klikni skip va shunga o'xshashlardan yuqori joylashtirish kerakmi?
LLM tuning tajribasi ham bo‘lishi mumkinmi?
Kross entropiyadan tashqari, yo'qotish funktsiyasi sifatida nima ishlatish mumkin?
O'zingiz va tegishli tajribangiz haqida gapiring.
Transformatorning asosiy arxitekturasi haqida gapir, uning asosiy qismlari qanday.
MoE (Mutaxassislar aralashmasi) nima va bu arxitektura nima uchun inference uchun foydali bo'lishi mumkin?
Ko'p agentli tizimlarda agentlarning harakatlari qanday xatolarni tuzatadi?
Pozitsionli embeddinglar Q, K, V ni qanday o'zgartiradi?
Maxsus rivojlantirish metodologiyasi bormi (Agile, Scrum, Kanban)?
Nima uchun CatBoost, XGBoost yoki LightGBM emas? Farqlari nima?
Yangi ish joyini tanlashda siz uchun nima muhim? Vazifalar yoki mahsulot jamoasida ishlash?
Avtorizatsiya parametrlar haqida gapirib bering: harorat, Top-P va Top-K.
NERda sinf muvozanatsizligi nima va bu bilan qanday ishlash mumkin?
Qachon LoRA ni tanlash va qachon o'xshash postlar bo'yicha retrieval qilish kerak? Har bir yondashuv uchun qancha ma'lumot kerak?
Ma'lumotlarni chiqarish sifatini qanday o'lchadingiz?