conversation_by_xld
-
Topic created
-
O czym jest ten kurs
-
O czym jest ten kurs
[eduexe-intent]course_content[/eduexe-intent]
Kurs ten ma na celu przybliżenie podstaw Uczenia Maszynowego (UM) za pomocą intuicyjnych przykładów i zadań praktycznych. Składa się z czterech modułów, które omawiają m.in. definicję i zastosowania UM, rolę danych, podstawowe pojęcia (np. zbiór uczący, przeuczenie) oraz metryki oceny modeli. Ćwiczenia praktyczne wykonywane są w narzędziu Google Teachable Machine.
[eduexe-source]1:1[/eduexe-source] -
Opisz mi krótko czym jest uczenie maszynowe
-
Opisz mi krótko czym jest uczenie maszynowe
[eduexe-intent]course_content[/eduexe-intent]
Uczenie Maszynowe (UM) to dziedzina Sztucznej Inteligencji, w której algorytmy uczą się automatycznie poprzez doświadczenie, czyli analizę danych. Na podstawie tych danych budują model matematyczny, który potrafi podejmować decyzje lub prognozować wyniki bez konieczności bycia wprost zaprogramowanym do wykonania konkretnego zadania. [eduexe-source]7:1[/eduexe-source] -
Powiedz coś o nierównej liczebności klas
-
Powiedz coś o nierównej liczebności klas
[eduexe-intent]course_content[/eduexe-intent]
Nierówna liczebność klas to problem, w którym klasy w zbiorze uczącym mają różną liczbę przykładów. Jest to niepożądane, ponieważ model może zignorować mniej liczne klasy i w efekcie nie nauczyć się ich poprawnie rozpoznawać. Dlatego ważne jest, aby wszystkie klasy miały podobną liczbę reprezentantów. Rozwiązaniem jest np. dodanie przykładów do mniej licznej klasy. [eduexe-source]11:4[/eduexe-source][eduexe-source]12:5[/eduexe-source] -
Powiedz coś o danych w procesie
-
Powiedz coś o danych w procesie
[eduexe-intent]course_content[/eduexe-intent]
Dane są niezbędne, aby uczenie maszynowe było możliwe, a ich odpowiedni dobór i przygotowanie są niezwykle ważne. Jakość i reprezentatywność danych bezpośrednio wpływają na skuteczność modelu. W kursie omówiono kilka problemów związanych z danymi, takich jak nietypowe przypadki testowe (graniczne), nierówna liczebność klas czy dane spoza zdefiniowanych klas, które mogą negatywnie wpłynąć na proces uczenia. [eduexe-source]11:1[/eduexe-source]