conversation_by_m2d
-
Na podstawie moich postępów w kursie wskaż jedną najważniejszą rzecz, którą powinienem/powinnam teraz zrobić. Uzasadnij krótko i zaproponuj pierwszy konkretny krok.
-
Na podstawie moich postępów w kursie wskaż jedną najważniejszą rzecz, którą powinienem/powinnam teraz zrobić. Uzasadnij krótko i zaproponuj pierwszy konkretny krok.
[eduexe-intent]student_progress[/eduexe-intent]
Na podstawie Twoich postępów, które wskazują na dopiero rozpoczęcie kursu (0 minut spędzonych, 1 wizyta, jesteś w komponencie "Start"), najważniejszą rzeczą, którą powinieneś teraz zrobić, jest rozwiązanie testu początkowego. Pomoże Ci to zorientować się w Twojej aktualnej wiedzy z Uczenia Maszynowego.Pierwszy konkretny krok: Przejdź do "Testu początkowego". [eduexe-source]1:1[/eduexe-source]
-
Na podstawie aktualnej części kursu i moich postępów zadaj mi 2-3 krótkie pytania kontrolne. Nie podawaj od razu odpowiedzi; najpierw sprawdź moje rozumienie.
-
Na podstawie aktualnej części kursu i moich postępów zadaj mi 2-3 krótkie pytania kontrolne. Nie podawaj od razu odpowiedzi; najpierw sprawdź moje rozumienie.
[eduexe-intent]student_progress[/eduexe-intent]
Dobrze, oto 3 krótkie pytania kontrolne na podstawie aktualnej części kursu:- Wskaż jedną kluczową cechę odróżniającą algorytmy Uczenia Maszynowego od tradycyjnego programowania. [eduexe-source]7:1[/eduexe-source]
- Jakie są główne elementy Uczenia Maszynowego, według definicji przedstawionej w kursie? [eduexe-source]7:1[/eduexe-source]
- Co w kontekście Uczenia Maszynowego oznacza "uczenie się przez doświadczenie"? [eduexe-source]7:1[/eduexe-source][eduexe-source]7:3[/eduexe-source]
-
nie wiem jak odpowiedzieć na pierwsze pytanie
-
nie wiem jak odpowiedzieć na pierwsze pytanie
[eduexe-intent]student_progress[/eduexe-intent]
Główna różnica między algorytmami Uczenia Maszynowego a tradycyjnym programowaniem polega na tym, że algorytmy UM automatycznie poprawiają się poprzez doświadczenie i ekspozycję na dane, budując model matematyczny, który podejmuje decyzje bez potrzeby bycia wprost zaprogramowanym do danego celu. [eduexe-source]7:1[/eduexe-source] -
Wyjaśnij aktualny temat kursu inaczej niż w materiale: prostszym językiem, z krótkim przykładem i jednym pytaniem sprawdzającym na końcu.
-
Wyjaśnij aktualny temat kursu inaczej niż w materiale: prostszym językiem, z krótkim przykładem i jednym pytaniem sprawdzającym na końcu.
[eduexe-intent]course_content[/eduexe-intent]
Uczenie Maszynowe to sposób, w jaki komputer uczy się wykonywać zadania, nie będąc do nich bezpośrednio zaprogramowanym. Zamiast dostawać dokładne instrukcje, "uczy się" na podstawie wielu przykładów (danych) i sam znajduje wzorce, by podejmować decyzje lub prognozować rezultaty. [eduexe-source]7:1[/eduexe-source]Przykład: Wyobraź sobie, że chcesz, by komputer odróżniał zdjęcia psów od kotów. Zamiast pisać szczegółowe reguły, jak wygląda każdy pies i kot, pokazujesz mu setki zdjęć psów (oznaczonych jako "pies") i kotów (oznaczonych jako "kot"). Komputer sam uczy się rozpoznawać cechy i potem, widząc nowe zdjęcie, sam decyduje, co to jest.
Pytanie: Czy w uczeniu maszynowym programista musi opisać każdą możliwą regułę, by komputer podjął decyzję?
-
Na podstawie moich błędnych, częściowo poprawnych lub pominiętych odpowiedzi wskaż, co powinienem/powinnam powtórzyć. Wyjaśnij to krok po kroku, ale nie podawaj gotowych odpowiedzi do zadań.
-
Na podstawie moich błędnych, częściowo poprawnych lub pominiętych odpowiedzi wskaż, co powinienem/powinnam powtórzyć. Wyjaśnij to krok po kroku, ale nie podawaj gotowych odpowiedzi do zadań.
[eduexe-intent]student_progress[/eduexe-intent]
Na podstawie Twoich błędnych i pominiętych odpowiedzi, powinieneś powtórzyć:Krok 1: Moduł A1 - Wprowadzenie do Uczenia Maszynowego.
Skup się na definicji UM i AI, zastosowaniach, rodzajach (nadzorowane, nienadzorowane, przez wzmacnianie) i problemach (predykcja, klasyfikacja). Przejrzyj slajdy [eduexe-source]7:1[/eduexe-source] do [eduexe-source]7:9[/eduexe-source].Krok 2: Zwróć uwagę na przyszłe moduły.
Pominąłeś pytania o metryki oceny modelu ([eduexe-source]21:1[/eduexe-source]), zjawisko przeuczenia ([eduexe-source]17:4[/eduexe-source]) i rolę danych ([eduexe-source]11:1[/eduexe-source]). Te tematy będą omawiane dalej. -
Wyjaśnij aktualny temat kursu inaczej niż w materiale: prostszym językiem, z krótkim przykładem i jednym pytaniem sprawdzającym na końcu.
-
Wyjaśnij aktualny temat kursu inaczej niż w materiale: prostszym językiem, z krótkim przykładem i jednym pytaniem sprawdzającym na końcu.
[eduexe-intent]course_content[/eduexe-intent]
Uczenie Maszynowe to jak nauka dla komputera: zamiast mówić mu dokładnie, co ma robić w każdej sytuacji, pokazujesz mu mnóstwo przykładów. On sam, na ich podstawie, uczy się rozpoznawać wzorce i podejmować decyzje dla nowych danych.Przykład: Chcesz, by komputer odróżniał spam od ważnych e-maili. Pokazujesz mu tysiące wiadomości, mówiąc, które to spam, a które nie. Komputer sam uczy się cech spamu i potrafi potem filtrować nowe e-maile.
Pytanie: Czy Uczenie Maszynowe wymaga od programisty ręcznego tworzenia każdej reguły decyzyjnej? [eduexe-source]7:1[/eduexe-source]
-
nie, nie jest to wymagane
-
nie, nie jest to wymagane
[eduexe-intent]other[/eduexe-intent]
Zgadza się, masz rację! W Uczeniu Maszynowym programista nie musi ręcznie tworzyć każdej reguły decyzyjnej. Model uczy się ich sam na podstawie danych. [eduexe-source]7:1[/eduexe-source]Czy chcesz, abym przeszedł do kolejnego tematu, czy masz jeszcze jakieś pytania dotyczące aktualnego?
-
pochwal mnie co mi wyszło
-
pochwal mnie co mi wyszło
[eduexe-intent]student_progress[/eduexe-intent]
Świetnie Ci idzie! Poświęciłeś już 653 minuty na kurs, co pokazuje Twoje zaangażowanie. Szczególnie dobrze poradziłeś sobie z pytaniem o uczenie przez doświadczenie w komponencie A1 [eduexe-source]7:3[/eduexe-source] oraz poprawnie określiłeś pewność modelu w Google Teachable Machine w komponencie A2 [eduexe-source]8:7[/eduexe-source].