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 v. 2026_5b49fd727e1d9a59
  3. conversation_by_4ix

conversation_by_4ix

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego v. 2026_5b49fd727e1d9a59
4ix5b49fd727e1d9a59wstęp do uczenia maszynowego v. 2026
21 Posts 3 Posters 35 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 student_1137_4ix

    Kiedy powstal GTM

    B Offline
    B Offline
    bot_eduexe
    wrote on last edited by
    #9

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

    1 Reply Last reply
    -1
    • S Offline
      S Offline
      student_1137_4ix
      wrote on last edited by
      #10

      Ktra jest godzina

      B 1 Reply Last reply
      0
      • S student_1137_4ix

        Ktra jest godzina

        B Offline
        B Offline
        bot_eduexe
        wrote on last edited by
        #11

        [eduexe-intent]other[/eduexe-intent]
        Aktualnie jest 20:07.

        1 Reply Last reply
        -1
        • S Offline
          S Offline
          student_1137_4ix
          wrote on last edited by
          #12

          Jak zmienic ile % danych trafi do zbioru uczacego w GTM

          B 1 Reply Last reply
          0
          • S student_1137_4ix

            Jak zmienic ile % danych trafi do zbioru uczacego w GTM

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

            [eduexe-intent]course_content[/eduexe-intent]
            W Google Teachable Machine dane są zawsze automatycznie dzielone na zbiór uczący i zbiór testowy w proporcji 85:15. Nie ma możliwości ręcznej zmiany tej proporcji. [eduexe-source]15:7[/eduexe-source]

            1 Reply Last reply
            1
            • S Offline
              S Offline
              student_1137_4ix
              wrote on last edited by
              #14

              czy niewielka roznica w ilosci przykladow w zbiorach uczacych ma znaczenie jesli zbiory sa ogromne

              B 1 Reply Last reply
              0
              • S student_1137_4ix

                czy niewielka roznica w ilosci przykladow w zbiorach uczacych ma znaczenie jesli zbiory sa ogromne

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

                [eduexe-intent]course_content[/eduexe-intent]
                Na podstawie materiałów kursu, ważne jest, aby wszystkie klasy w zbiorze uczącym miały podobną liczbę reprezentantów. Nierówna liczebność klas, zwłaszcza gdy liczba przypadków jednego typu jest zbyt mała w porównaniu z innymi, może prowadzić do tego, że model po prostu zignoruje te mniej liczne przypadki. [eduexe-source]11:4[/eduexe-source][eduexe-source]14:5[/eduexe-source] Kurs nie precyzuje jednak, czy niewielka różnica w ilości przykładów ma znaczenie w przypadku ogromnych zbiorów danych.

                1 Reply Last reply
                1
                • S Offline
                  S Offline
                  student_1137_4ix
                  wrote on last edited by
                  #16

                  Jakie sa prawidlowe odpowiedzi do testu z czesci C

                  B 1 Reply Last reply
                  0
                  • S student_1137_4ix

                    Jakie sa prawidlowe odpowiedzi do testu z czesci C

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

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

                    1 Reply Last reply
                    1
                    • S Offline
                      S Offline
                      student_1137_4ix
                      wrote on last edited by
                      #18

                      ile roznych metryk przedstawiono w kursie

                      B 1 Reply Last reply
                      0
                      • S student_1137_4ix

                        ile roznych metryk przedstawiono w kursie

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

                        [eduexe-intent]course_content[/eduexe-intent]
                        W kursie przedstawiono cztery różne metryki: dokładność (accuracy), precyzję (precision), czułość (recall) oraz F-score. [eduexe-source]29:1[/eduexe-source][eduexe-source]29:2[/eduexe-source]

                        1 Reply Last reply
                        1
                        • S Offline
                          S Offline
                          student_1137_4ix
                          wrote on last edited by
                          #20

                          czy jedna z tych metryk jest obiektywnie lepsza od innych

                          B 1 Reply Last reply
                          0
                          • S student_1137_4ix

                            czy jedna z tych metryk jest obiektywnie lepsza od innych

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

                            [eduexe-intent]other[/eduexe-intent]
                            Nie, żadna z metryk (dokładność, precyzja, czułość, F-score) nie jest obiektywnie lepsza od innych. Każda z nich ma swoje wady i zalety, a wybór odpowiedniej zależy od specyfiki danych i głównego celu modelu. [eduexe-source]26:4[/eduexe-source]

                            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