conversation_by_1f4

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Witaj! Na początek kursu, dobrym przykładem, który pomoże Ci zrozumieć tematykę uczenia maszynowego, jest nauka rozróżniania zdjęć psów i kotów. Modelowi dostarczamy zdjęcia psów i kotów, które są już odpowiednio podpisane (etykietowane). Na podstawie tych danych model uczy się, jak samodzielnie rozpoznawać, czy na nowym, nieznanym mu zdjęciu znajduje się pies, czy kot. Jest to przykład uczenia nadzorowanego.
[eduexe-source]7:6[/eduexe-source]

student_1124_1f4

a inny przykład?

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Innym przykładem może być przewidywanie cen mieszkań w danym mieście na podstawie ich odległości od centrum. Model uczy się na danych, które zawierają zarówno informacje o lokalizacji, jak i faktyczne ceny mieszkań, a następnie potrafi oszacować cenę dla nowego mieszkania.
[eduexe-source]7:8[/eduexe-source]

student_1124_1f4

Podsumuj moje dotychczasowe postępy w kursie. Wskaż, co zostało wykonane, a co jeszcze wymaga pracy.

bot_external

[eduexe-intent]student_progress[/eduexe-intent]
Dotychczas ukończyłeś/aś początek kursu, spędzając 90 sekund w komponencie "Start" [eduexe-source]1:1[/eduexe-source]. Odwiedziłeś/aś sekcję "Materiały do kursu" [eduexe-source]1:2[/eduexe-source].

Cały kurs jest jeszcze przed Tobą. Twój obecny wynik wynosi 0 punktów, a status ukończenia kursu to "INCOMPLETE". Musisz jeszcze przejść przez wszystkie moduły merytoryczne i testy.

student_1124_1f4

Podsumuj moje dotychczasowe postępy w kursie. Wskaż, co zostało wykonane, a co jeszcze wymaga pracy.

bot_external

[eduexe-intent]student_progress[/eduexe-intent]
Spędziłeś/aś w kursie łącznie 217 sekund. Ukończyłeś/aś komponent "Start" [eduexe-source]1:1[/eduexe-source] (141s), w tym odwiedziłeś/aś sekcję "Materiały do kursu" [eduexe-source]1:2[/eduexe-source]. Zapoznałeś/aś się ze "Spisem treści" [eduexe-source]3:1[/eduexe-source] (3s) i wypełniłeś/aś "Kwestionariusz początkowy" [eduexe-source]4:1[/eduexe-source], odpowiadając na 3 pytania. Aktualnie znajdujesz się w "Teście początkowym" [eduexe-source]5:1[/eduexe-source], gdzie spędziłeś/aś 60 sekund i odpowiedziałeś/aś na 5 pytań, niestety wszystkie błędnie. Twój obecny wynik w kursie wynosi 0 punktów, a status ukończenia to "INCOMPLETE". Cały kurs, w tym moduły merytoryczne i kolejne testy, jest jeszcze przed Tobą.

student_1124_1f4

Podsumuj aktualną część kursu i wskaż najważniejsze rzeczy, które powinienem/powinnam zapamiętać.

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Dotychczas przeszedłeś/przeszłaś przez wstępne części kursu. Najważniejsze rzeczy do zapamiętania to:

Struktura kursu: Składa się z czterech modułów tematycznych (A-D), skupiających się na praktycznych zadaniach z Google Teachable Machine oraz elementach teoretycznych. [eduexe-source]1:1[/eduexe-source]
Punktacja: Oprócz testu początkowego (max 10 pkt), są 4 testy cząstkowe (po 5 pkt) i test końcowy (20 pkt). Liczony jest korzystniejszy wynik: suma testu początkowego + cząstkowych LUB testu początkowego + końcowego. [eduexe-source]1:1[/eduexe-source]
Materiały: Pamiętaj o pobraniu materiałów do kursu (plik .zip) niezbędnych do realizacji ćwiczeń. [eduexe-source]1:2[/eduexe-source]
Cel początkowych testów: Kwestionariusz i test początkowy służą do zebrania deklaracji i sprawdzenia Twojej wstępnej wiedzy, nie przejmuj się wynikiem. [eduexe-source]4:0[/eduexe-source][eduexe-source]5:0[/eduexe-source]

student_1124_1f4

Podaj krótki przykład, który pomoże mi lepiej zrozumieć aktualny temat kursu.

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Innym przykładem może być uczenie nienadzorowane. Wyobraź sobie, że dostarczasz modelowi wymieszane zdjęcia różnych gatunków zwierząt. Model, bez wcześniejszej wiedzy o nazwach gatunków, sam grupuje je na podstawie podobieństw, np. "grupa zdjęć A jest wyraźnie różna od grupy zdjęć B". Dzięki temu odkrywa wzorce w danych samodzielnie. [eduexe-source]7:6[/eduexe-source]

student_1124_1f4

Podsumuj moje dotychczasowe postępy w kursie. Wskaż, co zostało wykonane, a co jeszcze wymaga pracy.

bot_external

[eduexe-intent]student_progress[/eduexe-intent]
Spędziłeś/aś w kursie łącznie 400 sekund. Odwiedziłeś/aś "Start" (170s) [eduexe-source]1:2[/eduexe-source] (materiały pobrane), "Spis treści" (7s) [eduexe-source]3:1[/eduexe-source] i "Kwestionariusz początkowy" (13s) [eduexe-source]4:null[/eduexe-source] (3 pytania). Przeszedłeś/przeszłaś "Test początkowy" (120s) [eduexe-source]5:null[/eduexe-source], odpowiadając na 5 pytań, wszystkie błędnie. Aktualnie jesteś w "A1 - Wprowadzenie do uczenia maszynowego" [eduexe-source]7:null[/eduexe-source] (90s), gdzie 5 quizów ma niepoprawne/częściowe wyniki. Twój obecny wynik to 0 punktów, status "INCOMPLETE". Wymaga pracy: poprawa A1 i ukończenie dalszych modułów.

student_1124_1f4

Podsumuj aktualną część kursu i wskaż najważniejsze rzeczy, które powinienem/powinnam zapamiętać.

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Aktualnie jesteś w module A1 - Wprowadzenie do uczenia maszynowego. Kluczowe jest zrozumienie, że uczenie maszynowe to obszar AI, gdzie algorytmy uczą się na danych, by podejmować decyzje. Wyróżniamy uczenie nadzorowane (z etykietami), nienadzorowane (odkrywanie wzorców) i przez wzmacnianie. Kurs skupia się na uczeniu nadzorowanym, a jego głównymi problemami są klasyfikacja (przypisywanie do kategorii) i predykcja (przewidywanie wartości). [eduexe-source]7:1[/eduexe-source][eduexe-source]7:6[/eduexe-source][eduexe-source]7:8[/eduexe-source]

student_1124_1f4

Wyjaśnij mi najważniejsze pojęcia z aktualnej części kursu prostym językiem. Odwołuj się do materiałów kursu.

bot_external

[eduexe-intent]course_content[/eduexe-intent]
Aktualnie znajdujesz się w module "A1 - Wprowadzenie do uczenia maszynowego". Najważniejsze pojęcia, które powinieneś/powinnaś zapamiętać, to:

Uczenie Maszynowe (UM): Obszar Sztucznej Inteligencji (AI), gdzie algorytmy uczą się na danych, aby podejmować decyzje lub prognozować rezultaty. [eduexe-source]7:1[/eduexe-source]
Rodzaje UM:
- Uczenie nadzorowane: Model uczy się na danych z etykietami (prawidłowymi odpowiedziami). [eduexe-source]7:6[/eduexe-source]
- Uczenie nienadzorowane: Model sam odkrywa wzorce w danych bez etykiet. [eduexe-source]7:6[/eduexe-source]
- Uczenie przez wzmacnianie: Model uczy się przez interakcje ze środowiskiem i system kar/nagród. [eduexe-source]7:6[/eduexe-source]
Problemy UM nadzorowanego:
- Klasyfikacja: Przypisywanie obiektów do kategorii (np. pies/kot). [eduexe-source]7:8[/eduexe-source]
- Predykcja: Przewidywanie konkretnej wartości liczbowej (np. ceny mieszkań). [eduexe-source]7:8[/eduexe-source]

student_1124_1f4

Podsumuj moje dotychczasowe postępy w kursie. Wskaż, co zostało wykonane, a co jeszcze wymaga pracy.

bot_external

[eduexe-intent]student_progress[/eduexe-intent]
Spędziłeś/aś w kursie łącznie 744 sekundy. Ukończyłeś/aś "Kwestionariusz początkowy" [eduexe-source]4:1[/eduexe-source] i odwiedziłeś/aś "Start" [eduexe-source]1:2[/eduexe-source] oraz "Spis treści" [eduexe-source]3:1[/eduexe-source]. W "AT - Wprowadzenie do UM - Test" [eduexe-source]9:1[/eduexe-source] masz 3 z 5 poprawnych odpowiedzi. Wymaga pracy: "Test początkowy" [eduexe-source]5:1[/eduexe-source] (wszystkie błędne) oraz quizy w modułach "A1" [eduexe-source]7:1[/eduexe-source], "A2" [eduexe-source]8:1[/eduexe-source] i "B1" [eduexe-source]11:1[/eduexe-source] (wymagają ukończenia/poprawy). Twój obecny wynik to 3 punkty, status "INCOMPLETE". Cały dalszy kurs czeka na Ciebie.

student_1124_1f4

Podsumuj aktualną część kursu i wskaż najważniejsze rzeczy, które powinienem/powinnam zapamiętać.

Eduexe Forum

conversation_by_1f4