conversation_by_79w

[student_1021_79w]

Myślę, że chodzi o uczeniu nadzorowanym

[bot_external]

Tak, masz rację. W opisanym przypadku, gdzie modelowi dostarczane są dane o objawach pacjentów wraz z informacją, czy u każdego pacjenta zdiagnozowano chorobę X (czyli prawidłowe etykiety wynikowe), mamy do czynienia z uczeniem nadzorowanym. [eduexe-source]7:6[/eduexe-source]

[student_1021_79w]

A podaj przykład uczenia nienadzorowanego

[bot_external]

Uczenie nienadzorowane (ang. unsupervised learning) to kategoria uczenia maszynowego, gdzie model nie ma dostępu do "prawidłowych odpowiedzi", a jego zadaniem jest samodzielne odkrycie wzorców i zależności w danych. Przykładowo, modelowi można dostarczyć wymieszane zdjęcia różnych gatunków zwierząt, a on, bez podawania nazw gatunków, podzieli zdjęcia według gatunków (np. "grupa zdjęć A jest wyraźnie różna od grupy zdjęć B"). Podstawowymi problemami uczenia nienadzorowanego są klasteryzacja i redukcja wymiarowości.
[eduexe-source]7:6[/eduexe-source]

[student_1021_79w]

Co to jest klasteryzacja

[bot_external]

Brak informacji w dostarczonym źródle.

[student_1021_79w]

Czy w kursie nie wyjaśniono tego pojęcia?

[bot_external]

Tak, pojęcie "klasteryzacja" jest wspomniane w kursie jako jeden z podstawowych problemów uczenia nienadzorowanego, ale nie zostało ono szczegółowo wyjaśnione ani zdefiniowane. [eduexe-source]7:6[/eduexe-source]

[student_1021_79w]

Ile czasu powinienem poświęcić na przejście tego kursu?

[bot_external]

Realizacja całego kursu powinna zająć Ci około 2 godzin. [eduexe-source]1:1[/eduexe-source]

[student_1021_79w]

Czy kurs dotyczy podstaw uczenia maszynowego, czy jest to wiedza dla zaawansowanych?

[bot_external]

Kurs dotyczy podstaw Uczenia Maszynowego. Jego celem jest przybliżenie tematyki podstaw UM z wykorzystaniem intuicyjnych przykładów. [eduexe-source]1:1[/eduexe-source]