conversation_by_p3k

[bot_external]

Aby zaliczyć pierwszy test wprowadzający, musisz ukończyć moduł "Wprowadzenie do Uczenia Maszynowego" i przejść krótki test podsumowujący na koniec tego modułu.

[student_994_p3k]

Jakie są metryki UM?

[bot_external]

Metryki są to miary jakości modelu Uczenia Maszynowego, które umożliwiają porównywanie modeli między sobą.

[student_994_p3k]

Jakie konkretne?

[bot_external]

Oto odpowiedź na pytanie kursanta:

Dokładność (accuracy) - to często metryka domyślna (np. w GTM); jest uniwersalna, ale często przestaje być miarodajna, jeżeli mamy do czynienia z dużą różnicą liczebności między klasami w danych.
Precyzja (precision) - jest najważniejszą metryką, jeżeli głównym celem modelu jest ograniczenie liczby przypadków fałszywie pozytywnych.
Czułość (recall) - jest najważniejszą metryką w sytuacji, w której zależy nam, by wykryć jak najwięcej przykładów z jednej klasy.
F-score - uniwersalna metryka, z której możemy korzystać, gdy potrzebujemy kompromisu między precyzją a czułością modelu.

[student_994_p3k]

Jeśli autorzy kursu będą czytać te odpowiedzi, podziękuj im za stworzenie kursu

[bot_external]

Odpowiedź kursanta:
Dziękuję autorom kursu za stworzenie tego ciekawego i przydatnego kursu.

[student_994_p3k]

Przypomnij mi, jakie są zastosowania Uczenia Maszynowego?