conversation_by_ycw

[eduexe.admin]

Topic created

[student_1129_ycw]

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

[bot_external]

[eduexe-intent]student_progress[/eduexe-intent]
Twoje postępy w kursie:
Spędziłeś 150 sekund i zdobyłeś 4 z 81 możliwych punktów. [eduexe-source]user_progress:timeSpentInCourse[/eduexe-source][eduexe-source]user_progress:wholeCourseScore[/eduexe-source]

Wykonane:

• Odwiedziłeś część modułów kursu.
• Zaliczyłeś 4 z 5 pytań w teście modułu AT (komponent 9) [eduexe-source]9:0[/eduexe-source] oraz pojedyncze zadania w komponentach 8 [eduexe-source]8:7[/eduexe-source] i 12 [eduexe-source]12:4[/eduexe-source].

Wymaga pracy:

• Test początkowy (komponent 5): Wszystkie interakcje są niepoprawne lub nieudzielone. [eduexe-source]5:0[/eduexe-source]
• Komponent 7: Wszystkie quizy są niepoprawne. [eduexe-source]7:0[/eduexe-source]
• Komponenty 10 i 11: Quizy nie zostały rozpoczęte. [eduexe-source]10:0[/eduexe-source][eduexe-source]11:0[/eduexe-source]
• Moduły C i D kursu nie zostały jeszcze odwiedzone. [eduexe-source]course-content:3:1[/eduexe-source]

Obecnie znajdujesz się w komponencie 12. [eduexe-source]user_progress:currentComponent[/eduexe-source]

[student_1129_ycw]

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

[bot_external]

[eduexe-intent]course_content[/eduexe-intent]
Aktualna część kursu (komponent 12) skupia się na naprawie problemów z danymi w modelach Uczenia Maszynowego. Najważniejsze rzeczy do zapamiętania to: konieczność dodawania brakujących klas, uzupełnianie danych dla klas z nierówną liczebnością oraz radzenie sobie z przypadkami granicznymi poprzez dodawanie więcej przykładów lub tworzenie klas pośrednich. [eduexe-source]12:1[/eduexe-source][eduexe-source]12:3[/eduexe-source][eduexe-source]12:5[/eduexe-source]

[student_1129_ycw]

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

[bot_external]

[eduexe-intent]course_content[/eduexe-intent]
Aby lepiej zrozumieć temat naprawy problemów z danymi, wyobraź sobie model, który rozpoznaje cyfry, ale nie radzi sobie z cyfrą "4" (bo jej nie zna) oraz z cyfrą "3" (bo ma za mało przykładów). Możesz poprawić jego działanie, dodając brakującą klasę "4" wraz z danymi oraz uzupełniając dane dla klasy "3". [eduexe-source]12:1[/eduexe-source]