<![CDATA[conversation_by_x9q]]>Topic created

]]>https://forum.eduexe.com/topic/217/conversation_by_x9qRSS for NodeSat, 06 Jun 2026 02:13:22 GMTFri, 17 Apr 2026 15:24:12 GMT60<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:35:25 GMT]]>[eduexe-intent]other[/eduexe-intent]
Jestem do Twojej dyspozycji. Jeśli masz jakieś pytanie, chętnie na nie odpowiem.

]]>https://forum.eduexe.com/post/3743https://forum.eduexe.com/post/3743Fri, 17 Apr 2026 15:35:25 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:35:02 GMT]]>jest

]]>https://forum.eduexe.com/post/3741https://forum.eduexe.com/post/3741Fri, 17 Apr 2026 15:35:02 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:34:52 GMT]]>dzień dobry
123456

]]>https://forum.eduexe.com/post/3740https://forum.eduexe.com/post/3740Fri, 17 Apr 2026 15:34:52 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:28:04 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
[eduexe-intent]course_content[/eduexe-intent]F-score to metryka oceny modelu, będąca próbą stworzenia uniwersalnej miary jakości. Oblicza się ją jako średnią harmoniczną precyzji (precision) i czułości (recall). F-score stanowi kompromis pomiędzy tymi dwiema metrykami, dzięki czemu ocenia model bardziej obiektywnie niż każda z nich z osobna. [eduexe-source]componentId:25,slideId:1[/eduexe-source][eduexe-source]componentId:25,slideId:2[/eduexe-source][eduexe-source]componentId:25,slideId:3[/eduexe-source]

]]>https://forum.eduexe.com/post/3733https://forum.eduexe.com/post/3733Fri, 17 Apr 2026 15:28:04 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:27:42 GMT]]>czym jest f1

]]>https://forum.eduexe.com/post/3730https://forum.eduexe.com/post/3730Fri, 17 Apr 2026 15:27:42 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:26:47 GMT]]>[eduexe-intent]default[/eduexe-intent]
Czułość (ang. recall) to metryka jakości modelu, którą oblicza się na podstawie macierzy pomyłek. Definiuje się ją jako stosunek poprawnie zidentyfikowanych przypadków pozytywnych (prawdziwie pozytywnych) do wszystkich faktycznie pozytywnych przypadków w zbiorze danych. Mówi nam więc, jaki procent wszystkich pozytywnych przypadków jest w stanie wykryć model. [eduexe-source]componentId:24,slideId:1[/eduexe-source]

]]>https://forum.eduexe.com/post/3726https://forum.eduexe.com/post/3726Fri, 17 Apr 2026 15:26:47 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:26:30 GMT]]>czym jest recall

]]>https://forum.eduexe.com/post/3723https://forum.eduexe.com/post/3723Fri, 17 Apr 2026 15:26:30 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:24:38 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
ML, czyli Uczenie Maszynowe (UM), to obszar Sztucznej Inteligencji (AI). Koncentruje się na algorytmach, które automatycznie poprawiają swoje działanie poprzez doświadczenie, czyli ekspozycję na dane. Algorytmy te budują na podstawie danych model matematyczny, który potrafi podejmować decyzje lub prognozować rezultaty bez potrzeby bycia wprost zaprogramowanym do danego celu.

[eduexe-source]componentId:7,slideId:1[/eduexe-source]

]]>https://forum.eduexe.com/post/3714https://forum.eduexe.com/post/3714Fri, 17 Apr 2026 15:24:38 GMT<![CDATA[Reply to conversation_by_x9q on Fri, 17 Apr 2026 15:24:18 GMT]]>czym jest w ml?

]]>https://forum.eduexe.com/post/3710https://forum.eduexe.com/post/3710Fri, 17 Apr 2026 15:24:18 GMT