conversation_by_5su
-
Zbiór uczący i treningowy?
-
Zbiór uczący i treningowy?
Zbiór uczący i treningowy to terminy używane w kontekście uczenia maszynowego, ale w tym przypadku są one używane jako synonimy.
Zbiór uczący (inaczej treningowy, ang. train set) to zbiór danych, dla których model zna poprawne odpowiedzi i na których jest trenowany.
W treści, która została przedstawiona wcześniej, nie ma informacji, które różnicowałyby te terminy.
-
Streść mi w skrócie F-Score?
-
Streść mi w skrócie F-Score?
F-Score to miara skuteczności predykcyjnej, która jest średnią harmoniczną precyzji i czułości. Precyzja to liczba wyników prawdziwie pozytywnych podzielona przez liczbę wszystkich próbek przewidzianych jako pozytywne, w tym tych nieprawidłowo zidentyfikowanych. Czułość to liczba wyników prawdziwie pozytywnych podzielona przez liczbę wszystkich próbek, które powinny były zostać zidentyfikowane jako pozytywne. F-Score jest symetrycznie reprezentowany zarówno precyzji, jak i czułości w jednej metryce.
-
Powiedz innymi słowami co to GTM
-
Powiedz innymi słowami co to GTM
GTM to skrót od Google Teachable Machine, czyli przeglądarkowe narzędzie udostępnione przez firmę Google, które umożliwia tworzenie modeli Uczenia Maszynowego (oraz zapisywanie ich do wykorzystania w dowolnych zastosowaniach).
-
Co to Sztuczna inteligencja
-
Co to Sztuczna inteligencja
Sztuczna inteligencja to ogólna nazwa dla systemów komputerowych, które są w stanie nauczyć się, uczyć się i podejmować decyzje, podobnie jak ludzie. W kontekście dostępnych informacji, sztuczna inteligencja jest również określana jako "szczególna forma inteligencji, która nie musi być imitacją ani w żaden sposób sztuczna; może być prawdziwą formą inteligencji" (zdefiniowana w Glossary of artificial intelligence - S - Sztuczna inteligencja syntetyczna (SI)).
W tym kontekście, sztuczna inteligencja jest również powiązana z pojęciem generatywnej sztucznej inteligencji, która jest zdolna do generowania tekstu, obrazów lub innych mediów w odpowiedzi na zapytania.
-
Kto to mikołaj kopernik?
-
Kto to mikołaj kopernik?
Nie mogę odpowiedzieć na to pytanie, ponieważ nie ma ono żadnego związku z tematyką kursu, która obejmuje głównie uczenie głębokie, sztuczną inteligencję i algorytmy.
-
Czy UM to część AI
-
Czy UM to część AI
Tak, UM (Uczenie Maszynowe) jest częścią AI (Sztucznej Inteligencji). W kontekście dostępnych informacji, AI jest ogólną nazwą dla systemów komputerowych, które są w stanie nauczyć się, uczyć się i podejmować decyzje, podobnie jak ludzie. Uczenie Maszynowe jest jednym z poddziedzin badań nad AI, które koncentruje się wokół konkretnych celów i wykorzystania konkretnych narzędzi, takich jak uczenie się, rozumowanie, reprezentacja wiedzy, planowanie, przetwarzanie języka naturalnego, percepcja i wsparcie dla robotyki.
-
Czy UM to część UG?
-
Czy UM to część UG?
Nie, UM (Uczenie Maszynowe) nie jest częścią UG (Uczenia Głębokiego). Uczenie Głębokie jest jedną z form Uczenia Maszynowego, która koncentruje się na tworzeniu modeli, które mogą uczyć się od dużych ilości danych i podejmować złożone decyzje. Uczenie Głębokie jest częścią AI (Sztucznej Inteligencji), ale nie jest to synonim Uczenia Maszynowego.
-
jksdbfgsadf
-
jksdbfgsadf
Nie mogę odpowiedzieć na to pytanie, ponieważ nie ma ono żadnego związku z tematyką kursu, która obejmuje głównie uczenie głębokie, sztuczną inteligencję i algorytmy.
-
Co to sztuczna empatia
-
Co to sztuczna empatia
Nie mogę odpowiedzieć na to pytanie, ponieważ nie ma ono żadnego związku z tematyką kursu, która obejmuje głównie uczenie głębokie, sztuczną inteligencję i algorytmy.
-
W jakim przypadku czułość nie będzie dobrą metryka opisującą model
-
W jakim przypadku czułość nie będzie dobrą metryka opisującą model
Czułość nie zawsze jest dobrą metryką opisującą model, ponieważ jest "ślepa" na jedną z klas. Przykładem może być model, który diagnozuje chorobę, ale zawsze wskazuje, że osoba jest chora, nawet jeśli jest zdrowa. W takim przypadku czułość może wynosić 100%, ponieważ model poprawnie zdiagnozował wszystkie osoby, które rzeczywiście były chore, ale nie bierze pod uwagę błędnie zaklasyfikowanych osób zdrowych.