Bilgi kartları
Konu ve zorluk seçin; her kartın cevabını açmadan önce kendinizi sınayın.
-
Zor Vektör temsili (vector embedding) ne işe yarar? Cevabı gösterCevabı gizle
Metin, görsel gibi verileri sayısal vektörlere çevirerek benzerlik hesaplanmasını ve arama yapılmasını sağlar.
-
Zor “Black box” model ifadesi neyi anlatır? Cevabı gösterCevabı gizle
İç çalışma mantığı kolayca yorumlanamayan, sadece giriş-çıkışı görülen model türlerini anlatır.
-
Zor Makine öğrenmesinde “bias-variance tradeoff” neyi ifade eder? Cevabı gösterCevabı gizle
Basit modellerde yüksek bias, karmaşık modellerde yüksek variance eğilimi; ideal nokta dengedir.
-
Zor L1 ve L2 regularization farkını açıkla. Cevabı gösterCevabı gizle
L1 , sparse model üretir; L2 , ağırlıkları küçültür, daha stabil modeller oluşturur.
-
Zor Transformer mimarisi neden devrim yarattı? Cevabı gösterCevabı gizle
Attention mekanizması sayesinde paralel işleme ve uzun bağımlılıkların daha iyi yakalanmasını sağladı.
-
Zor Büyük dil modellerinde “fine-tuning” ile “RAG” farkı nedir? Cevabı gösterCevabı gizle
Fine-tune model ağırlıklarını değiştirir; RAG dış veriyle sorgu bazlı anlık bilgi ekler.