conversation_by_pw7
-
A myślałam że model źle rozpoznał kota, bo miał za małą liczebność tej klasy
[eduexe-intent]course_content[/eduexe-intent]
Masz rację, Twoje spostrzeżenie jest trafne. Chociaż kot Lykoi jest przykładem granicznym, to model źle go rozpoznał właśnie dlatego, że dodano tylko pięć zdjęć tego typu do klasy "Kot". To było za mało w porównaniu do 200 typowych kotów i 200 typowych psów, co sprawiło, że model zignorował te nietypowe przykłady. Jest to problem związany z nierówną liczebnością przypadków dla konkretnego typu danych w klasie. [eduexe-source]11:3[/eduexe-source] -
To co teraz powinnam zrobić?
-
To co teraz powinnam zrobić?
[eduexe-intent]student_progress[/eduexe-intent]
Najważniejszą rzeczą, którą powinnaś teraz zrobić, jest ponowne podejście do testu "BT - Dane w procesie uczenia - Test" (Komponent 13). Ostatnio omawiałyśmy zagadnienia, z którymi miałaś trudności w tym teście, więc jest to dobry moment, by sprawdzić swoją wiedzę. [eduexe-source]13:0[/eduexe-source]Pierwszym krokiem jest otwarcie komponentu 13 i rozwiązanie testu.
-
co powinnam powtórzyć?
-
co powinnam powtórzyć?
[eduexe-intent]student_progress[/eduexe-intent]
Na podstawie Twoich postępów, powinnaś powtórzyć zagadnienia z problemów z danymi i ich naprawy w komponentach 'B1 - Dane w procesie uczenia' [eduexe-source]11:0[/eduexe-source] i 'B2 - Istotność danych w UM - naprawa modelu' [eduexe-source]12:0[/eduexe-source].Dodatkowo, przejrzyj podstawowe pojęcia Uczenia Maszynowego z komponentów 'C1 - Zbiór uczący i zbiór testowy' [eduexe-source]15:0[/eduexe-source], 'C2 - Epoki, wsad i współczynnik uczenia się' [eduexe-source]16:0[/eduexe-source] oraz 'C3 - Strata, przeuczenie, niedouczenie' [eduexe-source]17:0[/eduexe-source].
-
ten kurs jest dla mnie za trudny
-
ten kurs jest dla mnie za trudny
[eduexe-intent]student_progress[/eduexe-intent]
Rozumiem, że kurs wydaje się trudny. Widzę, że spędzasz znacznie mniej czasu na materiałach niż jest to zalecane. To może być przyczyną.Zalecam powtórzyć komponenty dotyczące problemów z danymi (B1 [eduexe-source]11:1[/eduexe-source], B2 [eduexe-source]12:1[/eduexe-source]) oraz podstawowych pojęć UM (C1, C2, C3, C4), poświęcając więcej czasu na każdy. Np. na komponent B1 zalecane jest 12.5 minuty, a spędziłaś tam mniej niż 1 minutę. Poświęć więcej czasu na zrozumienie treści.
-
nudzi mnie ten kurs
-
nudzi mnie ten kurs
[eduexe-intent]student_progress[/eduexe-intent]
Rozumiem, że kurs wydaje Ci się nudny. Czasem aktywna praca z materiałem pomaga w zaangażowaniu. Widzę, że poświęcasz znacznie mniej czasu na poszczególne komponenty niż jest to zalecane.Spróbuj ponownie przeanalizować komponenty 'B1 - Dane w procesie uczenia' [eduexe-source]11:1[/eduexe-source] i 'B2 - Istotność danych w UM - naprawa modelu' [eduexe-source]12:1[/eduexe-source], koncentrując się na praktycznych ćwiczeniach z Google Teachable Machine. Na przykład, na komponent B1 zalecane jest 12.5 minuty, a spędziłaś tam mniej niż 1 minutę. Aktywne wykonywanie zadań może sprawić, że materiał stanie się bardziej interesujący.
-
chyba się poddam
-
chyba się poddam
[eduexe-intent]student_progress[/eduexe-intent]
Rozumiem, że czujesz się zniechęcona/y, ale pamiętaj, że status Twojego kursu to "ZALICZONY", co świadczy o Twojej wytrwałości! Widzę, że wciąż masz wątpliwości dotyczące problemów z danymi, zwłaszcza typu "dane spoza klas". Aby rozwiać jedną z nich, wróć do komponentu 'B1 - Dane w procesie uczenia' [eduexe-source]11:0[/eduexe-source] i przejrzyj slajd 'Z jakim problemem z danymi mamy do czynienia w przypadku pliku "test_B3.jpg"?' [eduexe-source]11:10[/eduexe-source]. Pamiętaj, że model nie może rozpoznać czegoś, czego nigdy nie widział. To mały krok, który może pomóc Ci odzyskać pewność siebie. -
a jak idzie innym w kursie
-
a jak idzie innym w kursie
[eduexe-intent]student_progress[/eduexe-intent]
Brak informacji. -
nie ma rankingu?
-
nie ma rankingu?
[eduexe-intent]student_progress[/eduexe-intent]
Brak informacji. -
pomóż mi zrzumieć moje błędy
-
pomóż mi zrzumieć moje błędy
[eduexe-intent]student_progress[/eduexe-intent]
W teście (Komponent 13, pytanie 19) błędnie zaklasyfikowałaś plik 'BT_test_3_MANDARIN_DUCK.jpg' jako przypadek pośredni. Był to przykład danych spoza klas – model nie rozpoznaje tego, czego nie widział, jeśli nie ma zdefiniowanej klasy [eduexe-source]11:10[/eduexe-source].Dodatkowo, w Komponencie 15 (pytanie 99) niepoprawnie obliczyłaś wielkość zbioru testowego. Pamiętaj, że w Google Teachable Machine 15% danych z każdej klasy trafia do zbioru testowego [eduexe-source]15:9[/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]
Oto 3 krótkie pytania kontrolne, oparte na Twoich ostatnich postępach i zagadnieniach, z którymi miałaś/eś ostatnio trudności:- Wyobraź sobie, że trenujesz model w Google Teachable Machine do rozpoznawania tylko psów i kotów. Co się stanie, jeśli pokażesz mu zdjęcie słonia? Jakie zjawisko to ilustruje i dlaczego? [11:5]
- Jeśli w Google Teachable Machine masz model z czterema klasami, a do każdej z nich załadowano po 100 zdjęć, ile łącznie zdjęć znajdzie się w zbiorze testowym? [15:9]
- Patrząc na wykres funkcji straty, jak rozróżnić model przeuczony od niedouczonego? Wskaż kluczowe różnice w zachowaniu krzywych straty dla zbioru uczącego i testowego. [17:4][17:6]
-
słoń jest spoza klasy