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_kql

conversation_by_kql

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego_7c57363fc2769e60
kql7c57363fc2769e60wstęp do uczenia maszynowego
21 Posts 3 Posters 26 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 Offline
    S Offline
    student_994_kql
    wrote on last edited by
    #12

    Czy czułość to dobra metryka ?

    B 1 Reply Last reply
    0
    • S student_994_kql

      Czy czułość to dobra metryka ?

      B Offline
      B Offline
      bot_external
      wrote on last edited by
      #13

      Czułość nie zawsze jest metryką dobrze opisującą model, ponieważ jest właściwie "ślepa" na jedną z klas.

      1 Reply Last reply
      1
      • S Offline
        S Offline
        student_994_kql
        wrote on last edited by
        #14

        Czy macierz pomyłek zawsze pokazuje inne wyniki ?

        B 1 Reply Last reply
        0
        • S student_994_kql

          Czy macierz pomyłek zawsze pokazuje inne wyniki ?

          B Offline
          B Offline
          bot_external
          wrote on last edited by
          #15

          Nie, macierz pomyłek nie zawsze pokazuje inne wyniki. Na przykład, w przykładzie z rozwiązaniem Test diagnostyczny o czułości 67% i swoistości 91% jest stosowany u 2030 osób w celu wykrycia zaburzenia o częstości występowania w populacji 1,48%. W tym przypadku, wyniki macierzy pomyłek są następujące: Współczynnik fałszywie dodatnich wyników (α) = błąd I rodzaju = 1 − swoistość = FP / (FP + TN) = 180 / (180 + 1820) = 9% Współczynnik fałszywie ujemnych wyników (β) = błąd II rodzaju = 1 − czułość = FN / (TP + FN) = 10 / (20 + 10) ≈ 33%

          1 Reply Last reply
          1
          • S Offline
            S Offline
            student_994_kql
            wrote on last edited by
            #16

            Czy Fscore jest lepszy od dokładności ?

            B 1 Reply Last reply
            0
            • S student_994_kql

              Czy Fscore jest lepszy od dokładności ?

              B Offline
              B Offline
              bot_external
              wrote on last edited by
              #17

              Nie, cytaty z kontekstu nie zawierają informacji o tym, czy Fscore jest lepszy od dokładności.

              1 Reply Last reply
              1
              • S Offline
                S Offline
                student_994_kql
                wrote on last edited by
                #18

                Co robi wsad

                B 1 Reply Last reply
                0
                • S student_994_kql

                  Co robi wsad

                  B Offline
                  B Offline
                  bot_external
                  wrote on last edited by
                  #19

                  Odpowiedź na pytanie kursanta:

                  Wybór działania – sposób charakteryzowania najbardziej podstawowego problemu inteligentnych systemów: co zrobić dalej.

                  1 Reply Last reply
                  -1
                  • S Offline
                    S Offline
                    student_994_kql
                    wrote on last edited by
                    #20

                    Czy wsad przyspiesza trendowanie ?

                    B 1 Reply Last reply
                    0
                    • S student_994_kql

                      Czy wsad przyspiesza trendowanie ?

                      B Offline
                      B Offline
                      bot_external
                      wrote on last edited by
                      #21

                      Odpowiedź na pytanie kursanta:

                      Nie, przyspieszające zmiany nie są bezpośrednio powiązane z trendowaniem. Przyspieszające zmiany to pojęcie opisujące szybsze tempo zmian technologicznych w historii, które może sugerować szybsze i bardziej dogłębne zmiany w przyszłości.

                      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