Skip to content
  • Categories
  • Recent
  • Tags
  • Popular
  • World
  • Users
  • Groups
Skins
  • Light
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • Dark
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • Default (No Skin)
  • No Skin
Collapse

Eduexe Forum

  1. Home
  2. Wstęp do uczenia maszynowego_7c57363fc2769e60
  3. conversation_by_gev

conversation_by_gev

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego_7c57363fc2769e60
gev7c57363fc2769e60wstęp do uczenia maszynowego
63 Posts 3 Posters 79 Views
  • Oldest to Newest
  • Newest to Oldest
  • Most Votes
Reply
  • Reply as topic
Log in to reply
This topic has been deleted. Only users with topic management privileges can see it.
  • S student_994_gev

    Czy to zdanie jest prawdziwe? Przypadek graniczny to taki przykład danych, który znajduje się na skraju wartości dopuszczalnych dla modelu, czyli np. ma najwyższe lub najniższe możliwe wartości w zbiorze uczącym. Występuje wtedy, gdy model musi decydować,

    B Offline
    B Offline
    bot_external
    wrote on last edited by
    #47

    Nie, to zdanie nie jest prawdziwe. Przypadek graniczny nie jest opisany w kontekście jako przykład danych, który znajduje się na skraju wartości dopuszczalnych dla modelu.

    1 Reply Last reply
    1
    • S Offline
      S Offline
      student_994_gev
      wrote on last edited by
      #48

      Czy to zdanie jest fałszywe? Przypadek graniczny (borderline case) to przykład danych, który ma bardzo niskie prawdopodobieństwo wystąpienia, dlatego często jest pomijany podczas treningu modelu i prowadzi do błędów klasyfikacji.

      B 1 Reply Last reply
      0
      • S student_994_gev

        Czy to zdanie jest fałszywe? Przypadek graniczny (borderline case) to przykład danych, który ma bardzo niskie prawdopodobieństwo wystąpienia, dlatego często jest pomijany podczas treningu modelu i prowadzi do błędów klasyfikacji.

        B Offline
        B Offline
        bot_external
        wrote on last edited by
        #49

        Oto odpowiedź na pytanie kursanta:

        Przypadek brzegowy to problem lub sytuacja, która występuje tylko przy ekstremalnym (maksymalnym lub minimalnym) parametrze operacyjnym.

        1 Reply Last reply
        -1
        • S Offline
          S Offline
          student_994_gev
          wrote on last edited by
          #50

          Powtórzę pytanie, CZY TO ZDANIE JEST FAŁSZYWE? Przypadek graniczny (borderline case) to przykład danych, który ma bardzo niskie prawdopodobieństwo wystąpienia, dlatego często jest pomijany podczas treningu modelu i prowadzi do błędów klasyfikacji.

          B 1 Reply Last reply
          0
          • S student_994_gev

            Powtórzę pytanie, CZY TO ZDANIE JEST FAŁSZYWE? Przypadek graniczny (borderline case) to przykład danych, który ma bardzo niskie prawdopodobieństwo wystąpienia, dlatego często jest pomijany podczas treningu modelu i prowadzi do błędów klasyfikacji.

            B Offline
            B Offline
            bot_external
            wrote on last edited by
            #51

            Oto odpowiedź na pytanie kursanta:

            Nie, zdanie nie jest fałszywe. Przypadek brzegowy to sytuacja, która występuje przy ekstremalnych warunkach, a nie przykład danych z niskim prawdopodobieństwem wystąpienia.

            1 Reply Last reply
            -1
            • S Offline
              S Offline
              student_994_gev
              wrote on last edited by
              #52

              Czy to prawda? Epoka (ang. epoch) to pojedyncze przejście modelu przez część danych treningowych w czasie nauki, po którym aktualizowane są wagi sieci neuronowej.

              B 1 Reply Last reply
              0
              • S student_994_gev

                Czy to prawda? Epoka (ang. epoch) to pojedyncze przejście modelu przez część danych treningowych w czasie nauki, po którym aktualizowane są wagi sieci neuronowej.

                B Offline
                B Offline
                bot_external
                wrote on last edited by
                #53

                Nie, to zdanie nie jest prawdziwe. Pojedyncza epoka to przejście modelu w czasie treningu przez wszystkie przykłady ze zbioru uczącego (treningowego).

                1 Reply Last reply
                1
                • S Offline
                  S Offline
                  student_994_gev
                  wrote on last edited by
                  #54

                  Czy to fałsz? Epoka (ang. epoch) to pojedyncze przejście modelu przez część danych treningowych w czasie nauki, po którym aktualizowane są wagi sieci neuronowej.

                  B 1 Reply Last reply
                  0
                  • S student_994_gev

                    Czy to fałsz? Epoka (ang. epoch) to pojedyncze przejście modelu przez część danych treningowych w czasie nauki, po którym aktualizowane są wagi sieci neuronowej.

                    B Offline
                    B Offline
                    bot_external
                    wrote on last edited by
                    #55

                    Nie, to zdanie nie jest prawdziwe. Pojedyncza epoka to przejście modelu w czasie treningu przez wszystkie przykłady ze zbioru uczącego (treningowego).

                    1 Reply Last reply
                    -1
                    • S Offline
                      S Offline
                      student_994_gev
                      wrote on last edited by
                      #56

                      Czyli fałsz?

                      B 1 Reply Last reply
                      0
                      • S student_994_gev

                        Czyli fałsz?

                        B Offline
                        B Offline
                        bot_external
                        wrote on last edited by
                        #57

                        Oto odpowiedź na pytanie kursanta:

                        Nie, to zdanie nie jest fałszem. Pojedyncza epoka to przejście modelu przez wszystkie przykłady ze zbioru uczącego, a nie przez część danych.

                        1 Reply Last reply
                        -1
                        • S Offline
                          S Offline
                          student_994_gev
                          wrote on last edited by
                          #58

                          Czy dokładnością możemy określić, coś co robimy dokładnie?

                          B 1 Reply Last reply
                          0
                          • S student_994_gev

                            Czy dokładnością możemy określić, coś co robimy dokładnie?

                            B Offline
                            B Offline
                            bot_external
                            wrote on last edited by
                            #59

                            Nie, dokładnością nie możemy określić, coś co robimy dokładnie. Dokładność jest po prostu ułamkiem poprawnych klasyfikacji: Dokładność = poprawne klasyfikacje wszystkie klasyfikacje.

                            1 Reply Last reply
                            -1
                            • S Offline
                              S Offline
                              student_994_gev
                              wrote on last edited by
                              #60

                              Nie no, dokładność jest ułamkiem? Jeśli posmaruję kanapkę nutellą idealną warstwą 3mm - to nazwałbym dokładnością

                              B 1 Reply Last reply
                              0
                              • S student_994_gev

                                Nie no, dokładność jest ułamkiem? Jeśli posmaruję kanapkę nutellą idealną warstwą 3mm - to nazwałbym dokładnością

                                B Offline
                                B Offline
                                bot_external
                                wrote on last edited by
                                #61

                                Dokładność to, jak blisko dany zbiór pomiarów (obserwacji lub odczytów) jest ich prawdziwej wartości. Dokładność to, jak blisko są pomiary względem siebie.

                                1 Reply Last reply
                                -1
                                • S Offline
                                  S Offline
                                  student_994_gev
                                  wrote on last edited by
                                  #62

                                  W sensie uczenia maszynowego, może i masz rację

                                  B 1 Reply Last reply
                                  0
                                  • S student_994_gev

                                    W sensie uczenia maszynowego, może i masz rację

                                    B Offline
                                    B Offline
                                    bot_external
                                    wrote on last edited by
                                    #63

                                    Oto odpowiedź na pytanie kursanta:

                                    W sensie uczenia maszynowego, masz rację, że nie możemy określić dokładnością, co robimy dokładnie. Dokładność w uczeniu maszynowym to miara, jak blisko nasze modeli przewidywań są prawdziwymi wartościami.

                                    1 Reply Last reply
                                    -1
                                    Reply
                                    • Reply as topic
                                    Log in to reply
                                    • Oldest to Newest
                                    • Newest to Oldest
                                    • Most Votes


                                    • Login

                                    • Don't have an account? Register

                                    Powered by NodeBB Contributors
                                    • First post
                                      Last post
                                    0
                                    • Categories
                                    • Recent
                                    • Tags
                                    • Popular
                                    • World
                                    • Users
                                    • Groups