<![CDATA[conversation_by_37p]]>Topic created

]]>https://forum.eduexe.com/topic/292/conversation_by_37pRSS for NodeSat, 06 Jun 2026 02:13:03 GMTThu, 04 Jun 2026 12:52:59 GMT60<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:55:51 GMT]]>[eduexe-intent]other[/eduexe-intent]
Precyzję oblicza się dzieląc liczbę prawdziwie pozytywnych przypadków (TP) przez sumę prawdziwie pozytywnych (TP) i fałszywie pozytywnych (FP) przypadków.

Dla podanych wartości, gdzie TP=15 i FP=10:
Precyzja = 15 / (15 + 10) = 15 / 25 = 0.6, czyli 60%. [eduexe-source]23:1[/eduexe-source][eduexe-source]23:2[/eduexe-source]

]]>https://forum.eduexe.com/post/5259https://forum.eduexe.com/post/5259Thu, 04 Jun 2026 14:55:51 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:55:40 GMT]]>15 - TP, 10 - FP, 20 - TN, 5 -FP. Jak policzyć prezycje

]]>https://forum.eduexe.com/post/5258https://forum.eduexe.com/post/5258Thu, 04 Jun 2026 14:55:40 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:55:36 GMT]]>[eduexe-intent]other[/eduexe-intent]
Widzę podane wartości, które przypominają elementy macierzy pomyłek. Czy ten ostatni "5 -FP" to pomyłka i powinno być "5 - FN" (False Negative)?

Zakładając, że wartości to:

  • True Positives (TP): 15 (prawdziwie pozytywne)
  • False Positives (FP): 10 (fałszywie pozytywne)
  • True Negatives (TN): 20 (prawdziwie negatywne)
  • False Negatives (FN): 5 (fałszywie negatywne)

Te wartości służą do oceny jakości modelu klasyfikacji, pozwalając obliczyć takie metryki jak dokładność, precyzja czy czułość. [eduexe-source]21:2[/eduexe-source]
Jeśli chcesz, mogę obliczyć te metryki dla podanych wartości.

]]>https://forum.eduexe.com/post/5257https://forum.eduexe.com/post/5257Thu, 04 Jun 2026 14:55:36 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:55:21 GMT]]>15 - TP, 10 - FP, 20 - TN, 5 -FP

]]>https://forum.eduexe.com/post/5256https://forum.eduexe.com/post/5256Thu, 04 Jun 2026 14:55:21 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:30:16 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5237https://forum.eduexe.com/post/5237Thu, 04 Jun 2026 14:30:16 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:30:08 GMT]]>Czym był bias jako pojęcie z UM

]]>https://forum.eduexe.com/post/5234https://forum.eduexe.com/post/5234Thu, 04 Jun 2026 14:30:08 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:29:51 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5232https://forum.eduexe.com/post/5232Thu, 04 Jun 2026 14:29:51 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:29:42 GMT]]>Czym był bias?

]]>https://forum.eduexe.com/post/5230https://forum.eduexe.com/post/5230Thu, 04 Jun 2026 14:29:42 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:25:20 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Współczynnik uczenia (ang. learning rate), nazywany także stałą uczenia się, to parametr, który określa wielkość kroku, o jaki model koryguje swój wynik w kierunku oczekiwanego rozwiązania podczas treningu. Zbyt mała wartość wydłuża proces uczenia się, a zbyt duża może sprawić, że model "przeskoczy" optymalne rozwiązanie. [eduexe-source]16:7[/eduexe-source]

]]>https://forum.eduexe.com/post/5223https://forum.eduexe.com/post/5223Thu, 04 Jun 2026 14:25:20 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 14:25:12 GMT]]>Czym jest współczynniuk uczenia sie?

]]>https://forum.eduexe.com/post/5222https://forum.eduexe.com/post/5222Thu, 04 Jun 2026 14:25:12 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:21:02 GMT]]>[eduexe-intent]other[/eduexe-intent]
Cieszę się, że to jasne! Problem klasyfikacji w uczeniu maszynowym ma szerokie zastosowanie. Oprócz rozpoznawania obrazów, jest wykorzystywany np. w filtrowaniu spamu (e-maile są klasyfikowane jako spam lub nie-spam) czy kategoryzacji artykułów prasowych.

]]>https://forum.eduexe.com/post/5189https://forum.eduexe.com/post/5189Thu, 04 Jun 2026 13:21:02 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:20:33 GMT]]>Super.

]]>https://forum.eduexe.com/post/5188https://forum.eduexe.com/post/5188Thu, 04 Jun 2026 13:20:33 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:20:12 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Problem klasyfikacji w uczeniu maszynowym polega na przypisywaniu przez model danego obiektu do jednej z określonych klas, na przykład odróżnianiu zdjęć psów od zdjęć kotów. [eduexe-source]7:8[/eduexe-source]

]]>https://forum.eduexe.com/post/5187https://forum.eduexe.com/post/5187Thu, 04 Jun 2026 13:20:12 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:20:06 GMT]]>Aha! A co to problem klasyfikacji

]]>https://forum.eduexe.com/post/5186https://forum.eduexe.com/post/5186Thu, 04 Jun 2026 13:20:06 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:19:45 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Problem regresji w uczeniu maszynowym to po prostu przewidywanie konkretnej liczby. Wyobraź sobie, że model ma zgadnąć, ile będzie kosztować dom. Dostaje informacje, np. o jego wielkości czy lokalizacji, i na ich podstawie podaje konkretną wartość liczbową (cenę). [eduexe-source]7:8[/eduexe-source]

]]>https://forum.eduexe.com/post/5185https://forum.eduexe.com/post/5185Thu, 04 Jun 2026 13:19:45 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:19:39 GMT]]>Prościej wyjaśnij, bo nic nie rozumiem.

]]>https://forum.eduexe.com/post/5184https://forum.eduexe.com/post/5184Thu, 04 Jun 2026 13:19:39 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:19:17 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Problem regresji w uczeniu maszynowym, nazywany również predykcją, polega na przewidywaniu przez model konkretnej wartości liczbowej zmiennej zależnej na podstawie wartości zmiennych niezależnych. Przykładem może być przewidywanie cen mieszkań w konkretnym mieście na podstawie ich odległości od centrum. [eduexe-source]7:8[/eduexe-source]

]]>https://forum.eduexe.com/post/5183https://forum.eduexe.com/post/5183Thu, 04 Jun 2026 13:19:17 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:19:12 GMT]]>Co to problem regresji?

]]>https://forum.eduexe.com/post/5182https://forum.eduexe.com/post/5182Thu, 04 Jun 2026 13:19:12 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:18:43 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5181https://forum.eduexe.com/post/5181Thu, 04 Jun 2026 13:18:43 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:18:38 GMT]]>Na czym polega redukcja wymiarowości w uczeniu nienadzorowanym?

]]>https://forum.eduexe.com/post/5180https://forum.eduexe.com/post/5180Thu, 04 Jun 2026 13:18:38 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:18:13 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5179https://forum.eduexe.com/post/5179Thu, 04 Jun 2026 13:18:13 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:17:49 GMT]]>redukacja wymiarowośći to chodzi o to, że jak szafa jest za duża to sie kupuje mniejszą. mam racje?

]]>https://forum.eduexe.com/post/5178https://forum.eduexe.com/post/5178Thu, 04 Jun 2026 13:17:49 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:14:15 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Tak, dokładnie. Uczenie przez doświadczenie w przypadku algorytmów Uczenia Maszynowego polega na ekspozycji na dane, co pozwala algorytmom automatycznie się poprawiać. [eduexe-source]7:1[/eduexe-source]

]]>https://forum.eduexe.com/post/5177https://forum.eduexe.com/post/5177Thu, 04 Jun 2026 13:14:15 GMT<![CDATA[Reply to conversation_by_37p on Thu, 04 Jun 2026 13:14:10 GMT]]>Czyli mówiąc ładnie to jest ekspozycja na dane, tak?

]]>https://forum.eduexe.com/post/5176https://forum.eduexe.com/post/5176Thu, 04 Jun 2026 13:14:10 GMT