conversation_by_mop

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Najważniejsza różnica między uczeniem nadzorowanym a nienadzorowanym polega na tym, że w uczeniu nadzorowanym model otrzymuje do nauki dane wraz z odpowiadającymi im prawidłowymi odpowiedziami (tzw. etykietami wynikowymi). W uczeniu nienadzorowanym model nie ma dostępu do tych "prawidłowych odpowiedzi", a jego zadaniem jest samodzielne odkrywanie wzorców i zależności w danych. [eduexe-source]7:6[/eduexe-source]

[student_1137_mop]

Czy możesz podać jakiś znany przykład zastosowania uczenia przez wzmacnianie w grach wideo?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

[student_1137_mop]

Gdzie używazane jest uczenie maszynowe nienadzorowane?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Uczenie maszynowe nienadzorowane jest używane do odkrywania wzorców i zależności w danych, gdy model nie ma dostępu do "prawidłowych odpowiedzi". Podstawowymi problemami tego typu uczenia są klasteryzacja (grupowanie danych, np. zdjęć zwierząt według gatunków) i redukcja wymiarowości. [eduexe-source]7:6[/eduexe-source]

[student_1137_mop]

Gdzie znajdę plik model_B1-3.tm?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Plik model_B1-3.tm znajdziesz w folderze "Modele", który jest częścią spakowanych materiałów kursu (Materialy.zip). Możesz pobrać te materiały z zakładki "Start" w menu kursu. [eduexe-source]11:6[/eduexe-source][eduexe-source]14:1[/eduexe-source][eduexe-source]1:2[/eduexe-source]

[student_1137_mop]

Na czym polega problem dane spoza klas?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Problem "dane spoza klas" (out-of-class data) polega na tym, że model uczenia maszynowego próbuje sklasyfikować dane, które nie należą do żadnej z klas, na których był trenowany. Model, nie mając przykładów takich danych, błędnie przypisze je do jednej z poznanych klas, nawet jeśli są całkowicie odmienne. [eduexe-source]11:5[/eduexe-source]

[student_1137_mop]

Jak to naprawić?

[bot_eduexe]

[eduexe-intent]other[/eduexe-intent]
Aby naprawić problem "danych spoza klas", należy dodać nową klasę dla tych danych, a następnie załadować do niej odpowiednie przykłady i ponownie wytrenować model. [eduexe-source]14:4[/eduexe-source][eduexe-source]12:1[/eduexe-source]

[student_1137_mop]

Co miałam źle w teście początkowym?

[student_1137_mop]

Co miałam źle w teście B

[bot_eduexe]

[eduexe-intent]student_progress[/eduexe-intent]
W teście B (componentId: 13) miałaś źle pytanie: "Jak można naprawić problem z błędnie klasyfikowanym przypadkiem granicznym pomiędzy dwiema klasami?".

Wybrałaś opcję "wyrównać liczbę przykładów w obydwu klasach", co jest metodą na problem nierównej liczebności klas, a nie przypadków granicznych. Poprawne odpowiedzi to: "dodać klasę pośrednią i załadować do niej odpowiednią liczbę przykładów" oraz "załadować więcej przypadków granicznych do ich odpowiednich klas". [eduexe-source]12:3[/eduexe-source][eduexe-source]14:6[/eduexe-source]

[student_1137_mop]

a co miałam w teście tym pierwszym źle że dostałam tylko 2/10 punktów??

[bot_eduexe]

[eduexe-intent]student_progress[/eduexe-intent]
W teście początkowym (componentId: 5) otrzymałaś 2/10 punktów, ponieważ:

1. W pytaniu "Jakie są powody, dla których nie należy używać tych samych danych zarówno dla zbioru uczącego, jak i testowego?" [eduexe-source]5:0[/eduexe-source] wybrałaś tylko jedną z dwóch poprawnych odpowiedzi.
2. W pytaniu "Która z poniższych algorytmów jest przykładem uczenia przez wzmacnianie:" [eduexe-source]5:0[/eduexe-source] wybrałaś tylko jedną z dwóch poprawnych odpowiedzi.
3. W pytaniu "System rozpoznawania towarów na kasie samoobsługowej nie identyfikuje prawidłowo jabłek. Co trzeba zrobić, aby system działał poprawnie?" [eduexe-source]5:0[/eduexe-source] wybrałaś niepoprawną opcję.
4. W pytaniu "Która z poniższych metod jest przykładem algorytmu uczenia nienadzorowanego?" [eduexe-source]5:0[/eduexe-source] wybrałaś tylko jedną z dwóch poprawnych odpowiedzi.

[student_1137_mop]

no to ile dostanę za to punktów na moodlu z AI?

[bot_eduexe]

[eduexe-intent]student_progress[/eduexe-intent]
Obecnie masz 11 punktów z tego kursu na Moodle. Na Twój wynik składają się: 2 punkty z testu początkowego [eduexe-source]5:1[/eduexe-source], 5 punktów z testu cząstkowego "Wprowadzenie do UM" (componentId: 9) [eduexe-source]9:1[/eduexe-source] oraz 4 punkty z testu cząstkowego "Dane w procesie uczenia" (componentId: 13) [eduexe-source]13:1[/eduexe-source]. Maksymalnie z całego kursu możesz zdobyć 30 punktów [eduexe-source]1:1[/eduexe-source].

[student_1137_mop]

a jak ma się jedną odpowiedź z dwóch dobrze to ile punktów się przyznaje

[bot_eduexe]

[eduexe-intent]student_progress[/eduexe-intent]
Brak informacji w dostarczonym źródle. Na podstawie Twoich postępów w testach, gdzie wybrałaś tylko jedną z dwóch poprawnych odpowiedzi, pytania te zostały ocenione jako niepoprawne, co sugeruje, że nie przyznano za nie punktów.