Machine Learning / AI
Nima uchun odatda statistikada va mashinani o'qitishda normal taqsimot ishlatiladi?
Xodimlar chiqish prognoz loyihasi haqida gapirib bering: nima qildingiz, nima natija berdi, nimaga faxrlanasiz?
Boostingda daraxtlar uchun maqsad nima va u qanday shakllantiriladi?
Agar INNER JOIN o'rniga LEFT JOIN ni almashtirsangiz, so'rov natijasida nima o'zgaradi?
Harbiy ro'yxatga olish hujjatlaring bormi? Ochiq yuridik shaxslar yoki O'z-o'zini ish bilan ta'minlash yoki mustaqil ish bilan shug'ullanuvchilar yo'qmi?
Jamoada kim arxitektura qarorlarini qabul qildi, nechta ML dasturchisi bor, kim bilan muloqot qildi?
Apple Neural Engine nima?
Nima uchun modul funktsiyasi gradient tushirish uchun mos emas?
Parametrik va parametrik bo'lmagan statistik testlar nima?
Mahalliy ML ni mahsulotlarni tanib olishni yaxshilash uchun qanday ishlatish mumkin?
Modelni joylashtirish uchun Dockerfile bilan rasmni repozitoriyaga yukladingizmi?
Pandas bilan taqqoslaganda Spark ning afzalliklari nima?
Code-LLM uchun sifat metrikalari (pass@k)?
RDF va SPARQL nima?
Til model nima va u qanday vazifalarni hal qiladi?
Linux, serverlar va SSH bo'yicha bilim bazangiz qanday?
Yolgʻon tanga bilan ikki yuzli bo‘lsa, orqa tomon chiqish ehtimolini qanday hisoblash mumkin?
Uzun kontekst uchun RULER benchmark nima?
# ROC AUC nima ekanligini formulalashtiring va ta'rifini yozing. # ROC AUC balli qanday hisoblanadi? # Yozilgan ta'rifga muvofiq roc_auc_score ni hisoblaydigan funktsiya yozing. # Va tasodifiy sonli sinflar uchun va berilgan prioritet tartibida? # Model quyidagicha ishlaydi # y_score[i] >= threshold -> y_pred[i] = 1 # y_score[i] < threshold -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Bonus sinovlar ko'p sinflar uchun y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Snapdragon AI Engine nima?