<![CDATA[conversation_by_4ix]]>Topic created

]]>https://forum.eduexe.com/topic/319/conversation_by_4ixRSS for NodeThu, 13 Aug 2026 19:26:10 GMTMon, 08 Jun 2026 13:52:59 GMT60<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:11:57 GMT]]>[eduexe-intent]other[/eduexe-intent]
Nie, żadna z metryk (dokładność, precyzja, czułość, F-score) nie jest obiektywnie lepsza od innych. Każda z nich ma swoje wady i zalety, a wybór odpowiedniej zależy od specyfiki danych i głównego celu modelu. [eduexe-source]26:4[/eduexe-source]

]]>https://forum.eduexe.com/post/5724https://forum.eduexe.com/post/5724Mon, 08 Jun 2026 14:11:57 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:11:46 GMT]]>czy jedna z tych metryk jest obiektywnie lepsza od innych

]]>https://forum.eduexe.com/post/5723https://forum.eduexe.com/post/5723Mon, 08 Jun 2026 14:11:46 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:11:16 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
W kursie przedstawiono cztery różne metryki: dokładność (accuracy), precyzję (precision), czułość (recall) oraz F-score. [eduexe-source]29:1[/eduexe-source][eduexe-source]29:2[/eduexe-source]

]]>https://forum.eduexe.com/post/5722https://forum.eduexe.com/post/5722Mon, 08 Jun 2026 14:11:16 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:11:10 GMT]]>ile roznych metryk przedstawiono w kursie

]]>https://forum.eduexe.com/post/5721https://forum.eduexe.com/post/5721Mon, 08 Jun 2026 14:11:10 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:07:28 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5720https://forum.eduexe.com/post/5720Mon, 08 Jun 2026 14:07:28 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 14:07:22 GMT]]>Jakie sa prawidlowe odpowiedzi do testu z czesci C

]]>https://forum.eduexe.com/post/5719https://forum.eduexe.com/post/5719Mon, 08 Jun 2026 14:07:22 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:59:25 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Na podstawie materiałów kursu, ważne jest, aby wszystkie klasy w zbiorze uczącym miały podobną liczbę reprezentantów. Nierówna liczebność klas, zwłaszcza gdy liczba przypadków jednego typu jest zbyt mała w porównaniu z innymi, może prowadzić do tego, że model po prostu zignoruje te mniej liczne przypadki. [eduexe-source]11:4[/eduexe-source][eduexe-source]14:5[/eduexe-source] Kurs nie precyzuje jednak, czy niewielka różnica w ilości przykładów ma znaczenie w przypadku ogromnych zbiorów danych.

]]>https://forum.eduexe.com/post/5718https://forum.eduexe.com/post/5718Mon, 08 Jun 2026 13:59:25 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:59:02 GMT]]>czy niewielka roznica w ilosci przykladow w zbiorach uczacych ma znaczenie jesli zbiory sa ogromne

]]>https://forum.eduexe.com/post/5717https://forum.eduexe.com/post/5717Mon, 08 Jun 2026 13:59:02 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:58:18 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
W Google Teachable Machine dane są zawsze automatycznie dzielone na zbiór uczący i zbiór testowy w proporcji 85:15. Nie ma możliwości ręcznej zmiany tej proporcji. [eduexe-source]15:7[/eduexe-source]

]]>https://forum.eduexe.com/post/5716https://forum.eduexe.com/post/5716Mon, 08 Jun 2026 13:58:18 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:58:12 GMT]]>Jak zmienic ile % danych trafi do zbioru uczacego w GTM

]]>https://forum.eduexe.com/post/5715https://forum.eduexe.com/post/5715Mon, 08 Jun 2026 13:58:12 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:57:34 GMT]]>[eduexe-intent]other[/eduexe-intent]
Aktualnie jest 20:07.

]]>https://forum.eduexe.com/post/5714https://forum.eduexe.com/post/5714Mon, 08 Jun 2026 13:57:34 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:57:29 GMT]]>Ktra jest godzina

]]>https://forum.eduexe.com/post/5713https://forum.eduexe.com/post/5713Mon, 08 Jun 2026 13:57:29 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:55:59 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.

]]>https://forum.eduexe.com/post/5712https://forum.eduexe.com/post/5712Mon, 08 Jun 2026 13:55:59 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:55:54 GMT]]>Kiedy powstal GTM

]]>https://forum.eduexe.com/post/5711https://forum.eduexe.com/post/5711Mon, 08 Jun 2026 13:55:54 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:55:17 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Oto poprawne odpowiedzi do zadań z części C2:

Zadanie ze slajdu "Epoki - ćwiczenie" [eduexe-source]16:4[/eduexe-source]
Prawdziwe zdania:

  • Zmniejszenie liczby epok prowadzi do skrócenia czasu trenowania modelu.
  • Duże zmniejszenie liczby epok może prowadzić do tego, że wytrenowany model będzie gorzej radził sobie z wyznaczonym mu zadaniem klasyfikacji.

Zadanie ze slajdu "Wielkość wsadu - ćwiczenie" [eduexe-source]16:6[/eduexe-source]
Założenie: zbiór uczący składa się z 340 przykładów, wielkość wsadu to 16.
Pytanie: Ile wsadów będzie potrzebne do ukończenia jednej epoki?
Odpowiedź: 22

Zadanie ze slajdu "Współczynnik uczenia - ćwiczenie" [eduexe-source]16:8[/eduexe-source]
Pytanie: Jakiego niezbezpieczeństwa można się spodziewać w związku ze znacznym podwyższeniem współczynnika uczenia?
Odpowiedź: Dokładność modelu może znacznie spaść.

]]>https://forum.eduexe.com/post/5710https://forum.eduexe.com/post/5710Mon, 08 Jun 2026 13:55:17 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:55:09 GMT]]>Jakie sa odpowiedzi do czesci c2

]]>https://forum.eduexe.com/post/5709https://forum.eduexe.com/post/5709Mon, 08 Jun 2026 13:55:09 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:54:30 GMT]]>[eduexe-intent]course_content[/eduexe-intent]
Oto poprawne odpowiedzi do zadań z części C1:

  1. Zbiór testowy składa się z przykładów, na których model nie trenował.
    • Odpowiedź: Prawda [eduexe-source]15:3[/eduexe-source]
  2. W Google Teachable Machine należy ręcznie dokonać podziału danych na zbiór uczący i zbiór testowy.
    • Odpowiedź: Fałsz [eduexe-source]15:4[/eduexe-source]
  3. W Google Teachable Machine zbiór testowy będzie zawsze automatycznie składał się z 15% wszystkich przykładów.
    • Odpowiedź: Prawda [eduexe-source]15:7[/eduexe-source]
  4. Załóżmy, że korzystając z Google Teachable Machine, trenujemy model dla trzech klas. Dla każdej z klas dostarczyliśmy po 200 przykładów. Z ilu łącznie przykładów będzie składał się cały zbiór testowy dla tego modelu?
    • Odpowiedź: 90 [eduexe-source]15:4[/eduexe-source]
]]>https://forum.eduexe.com/post/5708https://forum.eduexe.com/post/5708Mon, 08 Jun 2026 13:54:30 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:54:23 GMT]]>jakie s prawidowe odpowiedi do zada z czci C1

]]>https://forum.eduexe.com/post/5707https://forum.eduexe.com/post/5707Mon, 08 Jun 2026 13:54:23 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:53:29 GMT]]>[eduexe-intent]student_progress[/eduexe-intent]
Na podstawie Twoich postępów w kursie, najważniejszą rzeczą, którą powinieneś/powinnaś teraz zrobić, jest kontynuowanie nauki w module "Podstawowe pojęcia Uczenia Maszynowego". Ukończyłeś/Ukończyłaś już pierwszy komponent tego modułu.

Pierwszym konkretnym krokiem będzie rozpoczęcie nauki w komponencie "C2 - Podstawowe pojęcia UM - epoki, wsad i współczynnik uczenia się", zaczynając od slajdu "Wprowadzenie do epok, wsadu i współczynnika uczenia się". [eduexe-source]16:1[/eduexe-source]

]]>https://forum.eduexe.com/post/5706https://forum.eduexe.com/post/5706Mon, 08 Jun 2026 13:53:29 GMT<![CDATA[Reply to conversation_by_4ix on Mon, 08 Jun 2026 13:53:04 GMT]]>Na podstawie moich postępów w kursie wskaż jedną najważniejszą rzecz, którą powinienem/powinnam teraz zrobić. Uzasadnij krótko i zaproponuj pierwszy konkretny krok.

]]>https://forum.eduexe.com/post/5705https://forum.eduexe.com/post/5705Mon, 08 Jun 2026 13:53:04 GMT