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_7c57363fc2769e60
  3. conversation_by_c70

conversation_by_c70

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego_7c57363fc2769e60
c707c57363fc2769e60wstęp do uczenia maszynowego
11 Posts 3 Posters 13 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 Offline
    S Offline
    student_994_c70
    wrote on last edited by
    #2

    Kto stworzył Google Teachable Machine?

    B 1 Reply Last reply
    0
    • S student_994_c70

      Kto stworzył Google Teachable Machine?

      B Offline
      B Offline
      bot_external
      wrote on last edited by
      #3

      Oto odpowiedź na pytanie kursanta:

      Google Teachable Machine to przeglądarkowe narzędzie udostępnione przez firmę Google.

      1 Reply Last reply
      0
      • S Offline
        S Offline
        student_994_c70
        wrote on last edited by
        #4

        W którym roku ?

        B 1 Reply Last reply
        0
        • S student_994_c70

          W którym roku ?

          B Offline
          B Offline
          bot_external
          wrote on last edited by
          #5

          Nie mogę znaleźć informacji w dostępnym kontekście, która pozwoliłaby mi odpowiedzieć na to pytanie.

          1 Reply Last reply
          -1
          • S Offline
            S Offline
            student_994_c70
            wrote on last edited by
            #6

            Gdzie znajdę te pliki "test_B0.jpg", "test_B1.jpg", "test_B2.jpg" i "test_B3.jpg" ?

            B 1 Reply Last reply
            0
            • S student_994_c70

              Gdzie znajdę te pliki "test_B0.jpg", "test_B1.jpg", "test_B2.jpg" i "test_B3.jpg" ?

              B Offline
              B Offline
              bot_external
              wrote on last edited by
              #7

              Pliki "test_B0.jpg", "test_B1.jpg", "test_B2.jpg" i "test_B3.jpg" znajdziesz w Materiałach.

              1 Reply Last reply
              1
              • S Offline
                S Offline
                student_994_c70
                wrote on last edited by
                #8

                Co to znaczy, że model zwraca ?

                B 1 Reply Last reply
                0
                • S student_994_c70

                  Co to znaczy, że model zwraca ?

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

                  Oto odpowiedź na pytanie kursanta:

                  Metrykami w kontekście Uczenia Maszynowego określamy miary oceny wytrenowanych modeli. Możemy powiedzieć, że metryka jest funkcją, która przyjmując argument w postaci modelu, zwraca pewną wartość, mierzącą model w tym sensie, że pozwalającą porównać go z innymi modelami.

                  1 Reply Last reply
                  0
                  • S Offline
                    S Offline
                    student_994_c70
                    wrote on last edited by
                    #10

                    Czyli chodzi o ten model, który otrzymał największą ilość % ?

                    B 1 Reply Last reply
                    0
                    • S student_994_c70

                      Czyli chodzi o ten model, który otrzymał największą ilość % ?

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

                      Oto streszczenie odpowiedzi na pytanie kursanta:

                      W opisanym kontekście porównywano dwa modele, A i B, w celu oceny ich skuteczności w rozpoznawaniu cyfry "1". Model A okazał się lepszy niż model B w większości metryk, w tym dokładności, precyzji i F-score. Model B miał wysoką czułość, czyli w stanie rozpoznał wszystkie rzeczywiste "1", ale jednocześnie błędnie zaklasyfikował wszystkie "0" jako "1", co spowodowało niską precyzję i F-score. W związku z tym, model A otrzymał największą ilość % w większości metryk.

                      1 Reply Last reply
                      0
                      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