conversation_by_m54
-
Wyjaśnij mi najważniejsze pojęcia z aktualnej części kursu prostym językiem. Odwołuj się do materiałów kursu.
-
Wyjaśnij mi najważniejsze pojęcia z aktualnej części kursu prostym językiem. Odwołuj się do materiałów kursu.
[eduexe-intent]course_content[/eduexe-intent]
Z aktualnej części kursu, "Podstawowe pojęcia UM", najważniejsze pojęcia to:- Zbiór uczący: Dane, na których model się uczy, znając poprawne odpowiedzi. [eduexe-source]15:3[/eduexe-source]
- Zbiór testowy: Dane, których model nie widział, służą do sprawdzenia jego skuteczności. [eduexe-source]15:3[/eduexe-source]
- Epoka: Jednokrotne przejście modelu przez cały zbiór uczący podczas treningu. [eduexe-source]16:3[/eduexe-source]
- Wsad: Liczba przykładów przetwarzanych naraz przez model w jednej iteracji. [eduexe-source]16:5[/eduexe-source]
- Współczynnik uczenia: Wielkość kroku, o jaki model koryguje swoje wyniki. [eduexe-source]16:7[/eduexe-source]
- Funkcja straty: Mierzy, jak bardzo model się myli; celem jest jej minimalizacja. [eduexe-source]17:2[/eduexe-source]
- Przeuczenie: Model zapamiętuje dane uczące i słabo radzi sobie z nowymi. [eduexe-source]17:4[/eduexe-source]
- Niedouczenie: Model jest zbyt prosty lub za mało wytrenowany. [eduexe-source]17:6[/eduexe-source]
- Macierz pomyłek: Tabela pokazująca, ile przykładów zostało poprawnie i błędnie sklasyfikowanych. [eduexe-source]18:1[/eduexe-source]
-
a wiesz może czy mam szansę na te 2 dodatkowe punkty już teraz? czy przepadło
-
a wiesz może czy mam szansę na te 2 dodatkowe punkty już teraz? czy przepadło
[eduexe-intent]student_progress[/eduexe-intent]
Brak informacji w dostarczonym źródle. -
a w trakcie testu możesz mi też pomagać?
-
a w trakcie testu możesz mi też pomagać?
[eduexe-intent]other[/eduexe-intent]
Jako asystent w kursie e-learningowym nie mogę udzielać bezpośredniej pomocy w trakcie trwania testów punktowanych, takich jak test początkowy, testy cząstkowe czy test końcowy. Ma to na celu zapewnienie rzetelnej oceny Twojej wiedzy i umiejętności.Mogę jednak pomagać w quizach i zadaniach typu "Sprawdź się!", które nie są punktowane i służą do utrwalania wiedzy. [eduexe-source]1:1[/eduexe-source]
-
a z czego muszę się przygotować do testu Wprowadzenie do UM, jakieś podsumowanie wiedy
-
a z czego muszę się przygotować do testu Wprowadzenie do UM, jakieś podsumowanie wiedy
[eduexe-intent]course_content[/eduexe-intent]
Do testu "Wprowadzenie do UM" musisz przygotować się z:- Podstawowych definicji i głównych elementów Uczenia Maszynowego [eduexe-source]7:1[/eduexe-source]
- Podziału UM na rodzaje (nadzorowane, nienadzorowane, przez wzmacnianie) [eduexe-source]7:6[/eduexe-source]
- Zastosowań Uczenia Maszynowego [eduexe-source]7:4[/eduexe-source]
- Problemów UM nadzorowanego (predykcja i klasyfikacja) [eduexe-source]7:8[/eduexe-source]
- Obsługi Google Teachable Machine (tworzenie projektu, ładowanie danych, trenowanie i sprawdzanie modelu) [eduexe-source]8:3[/eduexe-source][eduexe-source]8:4[/eduexe-source][eduexe-source]8:5[/eduexe-source][eduexe-source]8:6[/eduexe-source]
-
ok a do podstawowe pojecia UM test?
-
ok a do podstawowe pojecia UM test?
[eduexe-intent]course_content[/eduexe-intent]
Do testu "Podstawowe pojęcia UM" musisz przygotować się ze wszystkich pojęć omówionych w tej części kursu. Należą do nich:- Zbiór uczący i Zbiór testowy
- Epoka
- Wsad
- Współczynnik uczenia
- Funkcja straty
- Przeuczenie
- Niedouczenie
- Macierz pomyłek
Wszystkie te pojęcia zostały podsumowane w kursie. [eduexe-source]20:1[/eduexe-source]
-
a molgbys przepisac to podsumowanie?
-
a molgbys przepisac to podsumowanie?
[eduexe-intent]other[/eduexe-intent]
Oto podsumowanie podstawowych pojęć Uczenia Maszynowego z kursu:Zbiór uczący (inaczej treningowy, ang. train set) - dane, dla których model zna poprawne odpowiedzi i na których jest trenowany.
Zbiór testowy (ang. test set) - dane, z którymi model nie miał do czynienia w procesie uczenia się i nie zna dla nich poprawnych odpowiedzi, wykorzystywane do przetestowania, jak dobrze model jest wytrenowany. Podział danych na zbiór uczący i zbiór testowy: zbiór uczący musi być wyraźnie większy niż zbiór testowy. Google Teachable Machine stosuje automatyczny podział danych w proporcji 85:15.
Epoka (ang. epoch) - pojedyncze przejście modelu przez cały zbiór uczący w procesie trenowania.
Wsad (ang. batch) - porcja przykładów, które model przetwarza jednocześnie.
Współczynnik uczenia się (ang. learning rate) - parametr modelu, który określa, jak duże kroki w kierunku poprawnego rozwiązania po każdej nowej ekspozycji na dane model będzie wykonywał.
Funkcja straty (ang. loss function) - funkcja określająca stopień wytrenowania modelu, którą staramy się minimalizować. Dla idealnego modelu wartość straty wyniesie 0.
Przeuczenie (ang. overfitting) - stan, w którym model za bardzo dopasował się do zbioru uczącego i nie radzi sobie z poprawną klasyfikacją w zbiorze testowym.
Niedouczenie (ang. underfitting) - stan, w którym model nie dał rady wykryć prawidłowości w danych.
Macierz (tablica) pomyłek (ang. confusion matrix) - macierz przygotowywana dla zbioru testowego, z której odczytujemy, ile przykładów testowych zostało sklasyfikowanych poprawnie, a ile błędnie. [eduexe-source]20:1[/eduexe-source] -
a co zaznaczylem
-
a co zaznaczylem
[eduexe-intent]student_progress[/eduexe-intent]
Odpowiadając na Twoje pytanie dotyczące tego, co zaznaczyłeś w ostatnim teście "CT - Podstawowe pojęcia UM - Test" [eduexe-source]19:0[/eduexe-source]:- Pytanie: "Pracujemy na modelu wczytanym do GTM z pliku "model_CT.tm". Z ilu przykładów składa się zbiór testowy dla wczytanego modelu?"
- Twoja odpowiedź: "60" (Poprawna)
- Pytanie: "Na podstawie załączonej macierzy pomyłek wybierz zdania prawdziwe."
- Twoje odpowiedzi: "Dla zbioru testowego, model raz błędnie wskazał cyfrę 2 jako cyfrę 5", "Dla zbioru testowego, model raz błędnie wskazał cyfrę 5 jako cyfrę 2" (Poprawne)
- Pytanie: "Patrząc na załączony wykres funkcji straty (do 10 epoki), można powiedzieć, że model jest..."
- Twoja odpowiedź: "przeuczony" (Poprawna)
- Pytanie: "Wybierz jedyne w zestawie zdanie prawdziwe."
- Twoja odpowiedź: "Im niższa wartość straty dla zbioru testowego, tym lepszy model." (Poprawna)
- Pytanie: "Pracujemy na modelu wczytanym do GTM z pliku "model_CT.tm". Z ilu wsadów dla wczytanego modelu będzie składać się pojedyncza epoka?"
- Twoja odpowiedź: "22" (Niepoprawna, poprawna to "11")
- Pytanie: "Pracujemy na modelu wczytanym do GTM z pliku "model_CT.tm". Z ilu przykładów składa się zbiór testowy dla wczytanego modelu?"
-
ok a teraz do testu z metryk
-
ok a teraz do testu z metryk
[eduexe-intent]student_progress[/eduexe-intent]
Do testu "Metryki - test" musisz przygotować się z wiedzy i umiejętności dotyczących metryk wykorzystywanych w uczeniu maszynowym. W teście może przydać się kalkulator do obliczania wartości metryk. [eduexe-source]28:0[/eduexe-source] -
a wypiszesz mi to podsumowanie 28:0 ?
-
a wypiszesz mi to podsumowanie 28:0 ?
[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle. -
w sensie czy wypiszesz mi to podsumowanie z tego zrodla
-
w sensie czy wypiszesz mi to podsumowanie z tego zrodla
[eduexe-intent]other[/eduexe-intent]
Brak informacji w dostarczonym źródle na temat podsumowania dla komponentu o ID 28. Komponent 28 to test ("DT - Metryki - test"), który z założenia nie zawiera treści do podsumowania w formie slajdów.