<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[conversation_by_4kn]]></title><description><![CDATA[<p dir="auto">Topic created</p>
]]></description><link>https://forum.eduexe.com/topic/293/conversation_by_4kn</link><generator>RSS for Node</generator><lastBuildDate>Sat, 06 Jun 2026 03:11:02 GMT</lastBuildDate><atom:link href="https://forum.eduexe.com/topic/293.rss" rel="self" type="application/rss+xml"/><pubDate>Thu, 04 Jun 2026 13:35:54 GMT</pubDate><ttl>60</ttl><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:44:25 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]other[/eduexe-intent]<br />
Wyobraź sobie, że uczysz się do egzaminu z matematyki, rozwiązując repetytorium. Jeśli nauczysz się wszystkich zadań i odpowiedzi na pamięć, to świetnie poradzisz sobie z zadaniami z repetytorium. Jednak na egzaminie, gdzie pojawią się nowe zadania, nie będziesz w stanie ich rozwiązać, bo nie zapamiętałeś reguł, tylko konkretne rozwiązania. To jest właśnie przeuczenie. [eduexe-source]17:4[/eduexe-source]</p>
]]></description><link>https://forum.eduexe.com/post/5255</link><guid isPermaLink="true">https://forum.eduexe.com/post/5255</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:44:25 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:44:17 GMT]]></title><description><![CDATA[<p dir="auto">daj jakis przyklad z tego</p>
]]></description><link>https://forum.eduexe.com/post/5254</link><guid isPermaLink="true">https://forum.eduexe.com/post/5254</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:44:17 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:44:01 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]course_content[/eduexe-intent]<br />
Przeuczenie (overfitting) to zjawisko, w którym model za bardzo dopasowuje się do danych treningowych. W efekcie, choć dobrze radzi sobie z danymi, na których się uczył, nie jest w stanie poprawnie klasyfikować nowych, niewidzianych danych testowych. [eduexe-source]17:4[/eduexe-source]</p>
]]></description><link>https://forum.eduexe.com/post/5253</link><guid isPermaLink="true">https://forum.eduexe.com/post/5253</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:44:01 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:43:57 GMT]]></title><description><![CDATA[<p dir="auto">rozpisz mi krocej przeuczenie</p>
]]></description><link>https://forum.eduexe.com/post/5252</link><guid isPermaLink="true">https://forum.eduexe.com/post/5252</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:43:57 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:24:53 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]course_content[/eduexe-intent]<br />
Aby naprawić model, który nie radzi sobie z pewnymi danymi, np. nie rozpoznaje cyfry "4" (bo nie ma dla niej klasy) lub cyfry "3" (bo ma za mało przykładów), możesz dodać brakującą klasę "4" z odpowiednimi przykładami lub uzupełnić klasę "3" o więcej danych. Po ponownym wytrenowaniu, model powinien lepiej radzić sobie z takimi przypadkami.<br />
[eduexe-source]12:1[/eduexe-source]</p>
]]></description><link>https://forum.eduexe.com/post/5221</link><guid isPermaLink="true">https://forum.eduexe.com/post/5221</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:24:53 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:24:44 GMT]]></title><description><![CDATA[<p dir="auto">Podaj krótki przykład, który pomoże mi lepiej zrozumieć aktualny temat kursu.</p>
]]></description><link>https://forum.eduexe.com/post/5220</link><guid isPermaLink="true">https://forum.eduexe.com/post/5220</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:24:44 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:24:00 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]student_progress[/eduexe-intent]<br />
Spędziłeś w kursie około 64 minuty, wykonując 44 z 154 dostępnych interakcji. Zdobyłeś 12 punktów.</p>
<p dir="auto"><strong>Wykonane:</strong></p>
<ul>
<li>Sekcje wprowadzające i Test początkowy.</li>
<li>Cały Moduł A: "Wprowadzenie do uczenia maszynowego" (A1, A2, A3 oraz test AT).</li>
<li>Rozpocząłeś Moduł B: "Dane w procesie uczenia". Odwiedziłeś komponenty B1, B2, B3 oraz test BT.</li>
</ul>
<p dir="auto"><strong>Do wykonania:</strong></p>
<ul>
<li>Jesteś obecnie w komponencie B2 - "Istotność danych w UM - naprawa modelu" [eduexe-source]12:1[/eduexe-source]. W teście BT (Moduł B) miałeś niepoprawne odpowiedzi, więc możesz chcieć powtórzyć materiał z tego modułu.</li>
<li>Cały Moduł C: "Podstawowe pojęcia UM".</li>
<li>Cały Moduł D: "Metryki".</li>
<li>Kwestionariusz końcowy oraz Zadanie końcowe.</li>
</ul>
<p dir="auto">Masz już status "PASSED", ale możesz kontynuować naukę, aby ukończyć kurs i poprawić swój wynik.</p>
]]></description><link>https://forum.eduexe.com/post/5219</link><guid isPermaLink="true">https://forum.eduexe.com/post/5219</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:24:00 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 14:23:36 GMT]]></title><description><![CDATA[<p dir="auto">Podsumuj moje dotychczasowe postępy w kursie. Wskaż, co zostało wykonane, a co jeszcze wymaga pracy.</p>
]]></description><link>https://forum.eduexe.com/post/5218</link><guid isPermaLink="true">https://forum.eduexe.com/post/5218</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 14:23:36 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:45:16 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]course_content[/eduexe-intent]<br />
W kursie, we wszystkich przedstawionych przykładach użycia Google Teachable Machine, nazwy klas są podawane w języku polskim, np. "Pies", "Kot", "Orzeł" czy "Kaczka" [eduexe-source]8:4[/eduexe-source][eduexe-source]10:4[/eduexe-source]. Treść kursu nie zawiera jednak informacji na temat możliwości użycia angielskich nazw w nazwach klas.</p>
]]></description><link>https://forum.eduexe.com/post/5196</link><guid isPermaLink="true">https://forum.eduexe.com/post/5196</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:45:16 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:44:58 GMT]]></title><description><![CDATA[<p dir="auto">moge uzyc angielskich nazw zamiast polskich w nazwach klasy?</p>
]]></description><link>https://forum.eduexe.com/post/5195</link><guid isPermaLink="true">https://forum.eduexe.com/post/5195</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:44:58 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:39:22 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]course_content[/eduexe-intent]<br />
Aktualna część kursu wprowadziła Cię w podstawy Uczenia Maszynowego. Zapamiętaj, że UM to algorytmy uczące się z danych, by podejmować decyzje bez programowania. Główne elementy to dane, model, algorytm, funkcja straty i optymalizacja [eduexe-source]7:1[/eduexe-source]. UM dzieli się na nadzorowane (kurs się na nim skupia), nienadzorowane i przez wzmacnianie [eduexe-source]7:6[/eduexe-source]. W UM nadzorowanym wyróżniamy predykcję (przewidywanie wartości) i klasyfikację (przypisywanie do kategorii), na której skupia się ten kurs [eduexe-source]7:8[/eduexe-source].</p>
]]></description><link>https://forum.eduexe.com/post/5194</link><guid isPermaLink="true">https://forum.eduexe.com/post/5194</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:39:22 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:39:11 GMT]]></title><description><![CDATA[<p dir="auto">Podsumuj aktualną część kursu i wskaż najważniejsze rzeczy, które powinienem/powinnam zapamiętać.</p>
]]></description><link>https://forum.eduexe.com/post/5193</link><guid isPermaLink="true">https://forum.eduexe.com/post/5193</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:39:11 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:38:42 GMT]]></title><description><![CDATA[<p dir="auto">[eduexe-intent]course_content[/eduexe-intent]<br />
Uczenie przez wzmacnianie (ang. reinforcement learning) to rodzaj uczenia maszynowego, w którym model uczy się poprzez interakcje ze środowiskiem, wykorzystując system kar i nagród. W ramach tego kursu skupiamy się jednak wyłącznie na uczeniu nadzorowanym. [eduexe-source]7:6[/eduexe-source]</p>
]]></description><link>https://forum.eduexe.com/post/5192</link><guid isPermaLink="true">https://forum.eduexe.com/post/5192</guid><dc:creator><![CDATA[bot_eduexe]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:38:42 GMT</pubDate></item><item><title><![CDATA[Reply to conversation_by_4kn on Thu, 04 Jun 2026 13:38:37 GMT]]></title><description><![CDATA[<p dir="auto">rozwin bardziej uczenie przez wzmacnianie</p>
]]></description><link>https://forum.eduexe.com/post/5191</link><guid isPermaLink="true">https://forum.eduexe.com/post/5191</guid><dc:creator><![CDATA[student_1136_4kn]]></dc:creator><pubDate>Thu, 04 Jun 2026 13:38:37 GMT</pubDate></item></channel></rss>