conversation_by_sld

[student_1137_sld]

Mozesz przedstawic mi to zrozumienie poza zakresem kursu?

[bot_eduexe]

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

[student_1137_sld]

Jak wyznacza sie learning rate?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Współczynnik uczenia (learning rate) określa wielkość kroku, o jaki model ma korygować otrzymany wynik w kierunku oczekiwanego. Kurs wskazuje, że jego optymalną wartość należy dobrać eksperymentalnie. Zbyt mała wartość może znacznie wydłużyć proces uczenia, natomiast zbyt duża może spowodować, że model "przeskoczy" oczekiwane rozwiązanie. [eduexe-source]16:7[/eduexe-source]

[student_1137_sld]

Ktora metryke wykorzystuje sie w LLMach?

[bot_eduexe]

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

[student_1137_sld]

Ktora metryke wykorzystuje sie najczesciej

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Dokładność (Accuracy) to podstawowa i najczęściej wykorzystywana metryka służąca do oceny jakości modelu w Uczeniu Maszynowym. [eduexe-source]22:1[/eduexe-source]

[student_1137_sld]

Ktora metryka jest najmniej dokladna

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Dokładność (Accuracy), choć jest podstawową i najczęściej wykorzystywaną metryką, często przestaje być miarodajna, jeśli mamy do czynienia z dużą różnicą liczebności między klasami w danych. W takich przypadkach model może mieć wysoką dokładność, ale być bezużyteczny dla głównego celu. [eduexe-source]22:6[/eduexe-source][eduexe-source]26:4[/eduexe-source]