<![CDATA[conversation_by_mdu]]>Topic created

]]>https://forum.eduexe.com/topic/298/conversation_by_mduRSS for NodeSat, 06 Jun 2026 00:12:01 GMTThu, 04 Jun 2026 22:18:22 GMT60<![CDATA[Reply to conversation_by_mdu on Fri, 05 Jun 2026 10:00:28 GMT]]>[eduexe-intent]student_progress[/eduexe-intent]
Pytania, które zadajesz mi jako asystentowi, nie są punktowane. Punkty w kursie można zdobyć za test początkowy oraz testy cząstkowe (po każdym module) lub test końcowy. [eduexe-source]1:1[/eduexe-source]

]]>https://forum.eduexe.com/post/5333https://forum.eduexe.com/post/5333Fri, 05 Jun 2026 10:00:28 GMT<![CDATA[Reply to conversation_by_mdu on Fri, 05 Jun 2026 10:00:22 GMT]]>skąd mam wiedzieć czy dostałem punkty za pytania do ciebie?

]]>https://forum.eduexe.com/post/5332https://forum.eduexe.com/post/5332Fri, 05 Jun 2026 10:00:22 GMT<![CDATA[Reply to conversation_by_mdu on Fri, 05 Jun 2026 09:22:05 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Pliki do kursu, w tym modele Google Teachable Machine, znajdują się w spakowanym pliku Materialy.zip. Możesz go pobrać z sekcji "Materiały do kursu" na początku kursu. [eduexe-source]1:2[/eduexe-source]
Plik model_BT.tm nie jest wprost wymieniony w treści kursu, ale w ćwiczeniach dotyczących danych w procesie uczenia (Moduł B, który jest związany z testem BT) jest mowa o pliku model_B1-3.tm, który znajduje się w folderze "Modele" w pobranych materiałach. [eduexe-source]11:6[/eduexe-source][eduexe-source]14:1[/eduexe-source]

]]>https://forum.eduexe.com/post/5331https://forum.eduexe.com/post/5331Fri, 05 Jun 2026 09:22:05 GMT<![CDATA[Reply to conversation_by_mdu on Fri, 05 Jun 2026 09:21:54 GMT]]>w tescie BT jest mowa o jakims pliku model_BT.tm' gdzie ja mogę go pobrać ?

]]>https://forum.eduexe.com/post/5330https://forum.eduexe.com/post/5330Fri, 05 Jun 2026 09:21:54 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:59:13 GMT]]>[eduexe-intent]student_progress[/eduexe-intent]
Oto poprawne odpowiedzi na Twoje pytania, które zostały już wcześniej przedstawione:

1. Jaka jest kluczowa różnica między problemem "nierównej liczebności klas" a "danymi spoza klas" w kontekście uczenia maszynowego?
Problem "nierównej liczebności klas" występuje, gdy jedna klasa ma znacznie mniej przykładów w zbiorze uczącym niż inne, co może prowadzić do ignorowania tej klasy przez model. [eduexe-source]11:4[/eduexe-source] "Dane spoza klas" to sytuacja, gdy model otrzymuje dane, dla których w ogóle nie ma zdefiniowanej klasy, co skutkuje błędną klasyfikacją do jednej z istniejących klas. [eduexe-source]11:5[/eduexe-source]

2. Wyobraź sobie, że Twój model klasyfikujący psy i koty, nie widział nigdy zdjęcia lwa i klasyfikuje go jako psa. Jak naprawić ten problem?
Aby naprawić ten problem, należy dodać nową klasę dla lwów, załadować do niej odpowiednie zdjęcia, a następnie ponownie wytrenować model. [eduexe-source]11:5[/eduexe-source][eduexe-source]14:4[/eduexe-source]

3. Model poprawnie klasyfikuje większość zdjęć, ale ma problem z rozpoznaniem rzadkiego gatunku, który jest podobny do dwóch już znanych mu klas. Jakie są dwie główne strategie rozwiązania tego problemu?
Dwie główne strategie to: Znalezienie i dodanie większej liczby przykładów tego rzadkiego gatunku do odpowiedniej klasy, aby model mógł się jej lepiej nauczyć. Utworzenie dodatkowej klasy pośredniej (np. "Niejednoznaczne") dla takich trudnych przypadków granicznych i umieszczenie w niej odpowiednich przykładów. [eduexe-source]12:3[/eduexe-source][eduexe-source]14:6[/eduexe-source]

]]>https://forum.eduexe.com/post/5329https://forum.eduexe.com/post/5329Thu, 04 Jun 2026 22:59:13 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:59:00 GMT]]>okej mam zapisane odpowiedzi daj mi poprawne żebym mógł sobie sprawdzić

]]>https://forum.eduexe.com/post/5328https://forum.eduexe.com/post/5328Thu, 04 Jun 2026 22:59:00 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:59:00 GMT]]>[eduexe-intent]student_progress[/eduexe-intent]
Oto poprawne odpowiedzi na Twoje pytania:

  1. Jaka jest kluczowa różnica między problemem "nierównej liczebności klas" a "danymi spoza klas" w kontekście uczenia maszynowego?
    Problem "nierównej liczebności klas" występuje, gdy jedna klasa ma znacznie mniej przykładów w zbiorze uczącym niż inne, co może prowadzić do ignorowania tej klasy przez model. "Dane spoza klas" to sytuacja, gdy model otrzymuje dane, dla których w ogóle nie ma zdefiniowanej klasy, co skutkuje błędną klasyfikacją do jednej z istniejących klas. [eduexe-source]11:4[/eduexe-source][eduexe-source]11:5[/eduexe-source][eduexe-source]13:4[/eduexe-source][eduexe-source]13:5[/eduexe-source]

  2. Wyobraź sobie, że Twój model klasyfikujący psy i koty, nie widział nigdy zdjęcia lwa i klasyfikuje go jako psa. Jak naprawić ten problem?
    Aby naprawić ten problem, należy dodać nową klasę dla lwów, załadować do niej odpowiednie zdjęcia, a następnie ponownie wytrenować model. [eduexe-source]11:5[/eduexe-source][eduexe-source]13:4[/eduexe-source]

  3. Model poprawnie klasyfikuje większość zdjęć, ale ma problem z rozpoznaniem rzadkiego gatunku, który jest podobny do dwóch już znanych mu klas. Jakie są dwie główne strategie rozwiązania tego problemu?
    Dwie główne strategie to:

    1. Znalezienie i dodanie większej liczby przykładów tego rzadkiego gatunku do odpowiedniej klasy, aby model mógł się jej lepiej nauczyć.
    2. Utworzenie dodatkowej klasy pośredniej (np. "Niejednoznaczne") dla takich trudnych przypadków granicznych i umieszczenie w niej odpowiednich przykładów.
      [eduexe-source]12:3[/eduexe-source][eduexe-source]13:6[/eduexe-source]
]]>https://forum.eduexe.com/post/5327https://forum.eduexe.com/post/5327Thu, 04 Jun 2026 22:59:00 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:58:47 GMT]]>okej mam zapisane odpowiedzi daj mi poprawne żebym mógł sobie sprawdzić

]]>https://forum.eduexe.com/post/5326https://forum.eduexe.com/post/5326Thu, 04 Jun 2026 22:58:47 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:57:59 GMT]]>[eduexe-intent]student_progress[/eduexe-intent]
Na podstawie Twoich ostatnich postępów i trudności w teście "Dane w procesie uczenia", przygotowałem 3 pytania kontrolne:

  1. Jaka jest kluczowa różnica między problemem "nierównej liczebności klas" a "danymi spoza klas" w kontekście uczenia maszynowego? [eduexe-source]11:4[/eduexe-source][eduexe-source]11:5[/eduexe-source]
  2. Wyobraź sobie, że Twój model klasyfikujący psy i koty, nie widział nigdy zdjęcia lwa i klasyfikuje go jako psa. Jak naprawić ten problem? [eduexe-source]11:5[/eduexe-source][eduexe-source]12:1[/eduexe-source]
  3. Model poprawnie klasyfikuje większość zdjęć, ale ma problem z rozpoznaniem rzadkiego gatunku, który jest podobny do dwóch już znanych mu klas. Jakie są dwie główne strategie rozwiązania tego problemu? [eduexe-source]11:2[/eduexe-source][eduexe-source]12:3[/eduexe-source]

Spróbuj odpowiedzieć na te pytania, a następnie możemy omówić Twoje rozumienie.

]]>https://forum.eduexe.com/post/5325https://forum.eduexe.com/post/5325Thu, 04 Jun 2026 22:57:59 GMT<![CDATA[Reply to conversation_by_mdu on Thu, 04 Jun 2026 22:57:48 GMT]]>Na podstawie aktualnej części kursu i moich postępów zadaj mi 2-3 krótkie pytania kontrolne. Nie podawaj od razu odpowiedzi; najpierw sprawdź moje rozumienie.

]]>https://forum.eduexe.com/post/5324https://forum.eduexe.com/post/5324Thu, 04 Jun 2026 22:57:48 GMT