Skip to content
  • Categories
  • Recent
  • Tags
  • Popular
  • World
  • Users
  • Groups
Skins
  • Light
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • Dark
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • Default (No Skin)
  • No Skin
Collapse

Eduexe Forum

  1. Home
  2. Wstęp do uczenia maszynowego_50d2483d41cf5f77
  3. conversation_by_u9j

conversation_by_u9j

Scheduled Pinned Locked Moved Wstęp do uczenia maszynowego_50d2483d41cf5f77
u9j50d2483d41cf5f77wstęp do uczenia maszynowego
3 Posts 3 Posters 4 Views
  • Oldest to Newest
  • Newest to Oldest
  • Most Votes
Reply
  • Reply as topic
Log in to reply
This topic has been deleted. Only users with topic management privileges can see it.
  • E Online
    E Online
    eduexe.admin
    wrote on last edited by
    #1
    1 Reply Last reply
    0
    • S Offline
      S Offline
      student_u9j
      wrote on last edited by
      #2

      Czym jest uczenie maszynowe?

      B 1 Reply Last reply
      0
      • S student_u9j

        Czym jest uczenie maszynowe?

        B Offline
        B Offline
        bot_external
        wrote on last edited by
        #3

        Uczenie maszynowe (ang. Machine Learning - ML) to obszar Sztucznej Inteligencji (ang. Artificial Intelligence - AI) koncentrujący się na rozwijaniu algorytmów automatycznie poprawiających się poprzez doświadczenie, czyli ekspozycję na dane. Algorytmy te na podstawie dostarczonych im danych budują model matematyczny, który potrafi podejmować decyzje czy prognozować rezultaty bez potrzeby bycia wprost zaprogramowanym do danego celu przez człowieka.

        Główne elementy uczenia maszynowego to:

        • dane - duże zbiory danych używane do trenowania i testowania działania modelu
        • model - matematyczna reprezentacja problemu, uczona na podstawie danych
        • algorytm - zestaw reguł i procedur używany do uczenia modelu na podstawie danych
        • funkcja straty - funkcja używana do oceny, jak dobrze model działa - im niższa strata, tym lepszy model
        • optymalizacja - proces dopasowywania parametrów modelu w celu minimalizacji funkcji straty

        Uczenie maszynowe jest szeroko stosowane w takich dziedzinach jak rozpoznawanie obrazów i dźwięków, analiza danych, budowanie złożonych modeli językowych, diagnostyka medyczna, autonomiczne sterowanie i wiele innych.

        1 Reply Last reply
        0
        Reply
        • Reply as topic
        Log in to reply
        • Oldest to Newest
        • Newest to Oldest
        • Most Votes


        • Login

        • Don't have an account? Register

        Powered by NodeBB Contributors
        • First post
          Last post
        0
        • Categories
        • Recent
        • Tags
        • Popular
        • World
        • Users
        • Groups