conversation_by_fjn

[eduexe.admin]

Topic created

[student_1137_fjn]

moge sprawdzic błedne odpowiedzi w pierwszym tescie?

[bot_eduexe]

[eduexe-intent]student_progress[/eduexe-intent]
Brak informacji w dostarczonym źródle.

[student_1137_fjn]

mega

[bot_eduexe]

[eduexe-intent]other[/eduexe-intent]
Rozumiem Twoją reakcję. Niestety, system kursu nie przewiduje możliwości sprawdzenia błędnych odpowiedzi w testach punktowanych. Czy masz inne pytania, w których mogę Ci pomóc?

[student_1137_fjn]

podaj przyklad predykcji przez uczenie maszynowe a przyklad klasyfikacji, podaj różnice

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
W uczeniu maszynowym nadzorowanym:

• Predykcja to przewidywanie przez model konkretnej wartości liczbowej, np. przewidywanie cen mieszkań.
• Klasyfikacja to przypisywanie obiektu do jednej z określonych klas, np. odróżnianie zdjęć psów od kotów.

Różnica polega na tym, że predykcja dotyczy wartości liczbowych, a klasyfikacja - kategorii. [eduexe-source]7:8[/eduexe-source]

[student_1137_fjn]

podsumuj mi ten kurs

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Kurs przybliża podstawy Uczenia Maszynowego (ML) za pomocą intuicyjnych przykładów i narzędzia Google Teachable Machine. Składa się z 4 modułów tematycznych: Wprowadzenie do UM, Dane w UM, Podstawowe pojęcia UM i Metryki. Każdy moduł kończy się testem podsumowującym. Realizacja kursu zajmuje około 2 godzin. System punktacji obejmuje test początkowy (max 10 pkt) oraz sumę punktów z testów cząstkowych (max 20 pkt) lub test końcowy (max 20 pkt), licząc korzystniejszy wynik. [eduexe-source]1:1[/eduexe-source]