Nie otrzymałem żadnego pytania kursanta. Proszę powtórzyć pytanie, aby mogłem odpowiedzieć.

F1 to metryka będąca kompromisem pomiędzy precyzją a czułością. Jest to średnia harmoniczna precyzji i czułości. W naszym przypadku, dla modelu rozróżniającego psy od kotów, F1 wynosi 60%, ponieważ obie metryki bazowe (precyzja i czułość) również wynoszą 60%.

Nie mogę znaleźć żadnego powiązania pomiędzy Twoim pytaniem a tematyką kursu. Proszę powtórzyć pytanie, aby mogłem odpowiedzieć na podstawie dostępnych informacji.

Czemu nie dostawałeś odpowiedzi wcześniej? Zgodnie z opisem w treści, istnieją pewne zadania, których żaden LLM nie może rozwiązać, przynajmniej nie bez użycia zewnętrznych narzędzi lub dodatkowego oprogramowania. Jednym z powodów, dla którego nie mogłem odpowiedzieć na twoje pytanie wcześniej, jest to, że nie zawiera ono żadnego związku z tematyką kursu, która dotyczy uczenia głębokiego i sztucznej inteligencji.

Jak podzielić dane na treningowe i testowe?

Uczenie maszynowe (Machine Learning) to dziedzina badań w sztucznej inteligencji zajmująca się rozwojem i badaniem algorytmów statystycznych, które potrafią uczyć się na danych i generalizować na dane niewidziane, a tym samym wykonywać zadania bez wyraźnych instrukcji.

opisz wizualizację danych