conversation_by_e6o

[bot_external]

Odpowiedź na to pytanie jest zawarta w historii rozmowy.

Jasnym jest, że potrafię odpowiadać na pytania kursantów, analizować teksty, wyjaśniać pojęcia, streszczać i parafrazować.

[student_e6o]

Hej kim jesteś?

[bot_external]

Hej! Jestem asystentem edukacyjnym w kursie e-learningowym na temat uczenia głębokiego i sztucznej inteligencji.

[student_e6o]

Co to uczeni maszynowe

[bot_external]

Uczenie maszynowe (Machine Learning - ML) to obszar Sztucznej Inteligencji (Artificial Intelligence - AI) koncentrujący się na rozwijaniu algorytmów automatycznie poprawiających się poprzez doświadczenie, czyli ekspozycję na dane. Algorytmy te na podstawie dostarczonych im danych budują model matematyczny, który potrafi podejmować decyzje czy prognozować rezultaty bez potrzeby bycia wprost zaprogramowanym do danego celu przez człowieka.

[student_e6o]

Co to precyzja

[bot_external]

Precyzja to kolejna metryka, którą można wykorzystać do opisu jakości modelu Uczenia Maszynowego. Definiujemy ją jako stosunek poprawnie sklasyfikowanych diagnoz pozytywnych do liczby wszystkich przypadków testowych sklasyfikowanych przez model jako pozytywne.

[student_e6o]

"Odpowiedz krótko jak dla dzbana, czy istnieje jakaś liczba danych treningowych w uczeniu maszynowym, po których model można uznać za przeuczony?",

[bot_external]

W kontekście dostępnym nie ma jednoznacznej informacji o liczbie danych treningowych, po których model można uznać za przeuczony.

[student_e6o]

"Odpowiedz krótko jak dla dzbana, czy istnieje jakaś liczba danych treningowych w uczeniu maszynowym, po których model można uznać za przeuczony?"

[bot_external]

W kontekście dostępnym nie ma jednoznacznej informacji o liczbie danych treningowych, po których model można uznać za przeuczony.

[student_e6o]

dasdsa

[bot_external]

Nie mogę znaleźć odpowiedzi na to pytanie w kontekście dostępnym.

[student_e6o]

Co to uczenie maszyno?

[bot_external]

Uczenie maszynowe (Machine Learning - ML) to obszar Sztucznej Inteligencji (Artificial Intelligence - AI) koncentrujący się na rozwijaniu algorytmów automatycznie poprawiających się poprzez doświadczenie, czyli ekspozycję na dane.

[student_e6o]

Co to F-Score

[student_e6o]

Co to accuracy?

[bot_external]

Accuracy to kolejna metryka, którą można wykorzystać do opisu jakości modelu Uczenia Maszynowego. Definiujemy ją jako stosunek poprawnie sklasyfikowanych diagnoz pozytywnych do liczby wszystkich przypadków testowych sklasyfikowanych przez model jako pozytywne.

[student_e6o]

podział na zbiór treningowy i testowy

[bot_external]

Podział danych na zbiór treningowy i testowy jest ważnym krokiem w procesie uczenia maszynowego. Zbiór treningowy (ang. train set) zawiera przykłady, na których model się uczy, znając z góry prawidłową klasyfikację. Zbiór testowy (ang. test set) to zbiór przykładów, których model nie wykorzystał w procesie uczenia się, wykorzystywany do przetestowania modelu.

W naszym przypadku, zbiór treningowy będzie zawierał zdjęcia kanarków podpisanych jako kanarki oraz zdjęcia wróbli podpisanych jako wróble. Zbiór testowy będzie zawierał niepodpisane zdjęcia ptaków z obydwu kategorii. Model konfrontowany jest z przykładami z tego zbioru, aby ocenić, jak dobrze się on nauczył i na ile jest skuteczny w klasyfikowaniu nowych danych.