Eduexe Forum

Czym różni się precyzja od czułości i dlaczego F-score łączy obie te metryki?

Dlaczego model z bardzo wysoką dokładnością może mimo wszystko być słaby, jeśli jedna klasa występuje dużo częściej niż druga?

Czym różni się epoka od wsadu w trenowaniu modelu i dlaczego zbyt mała liczba epok może pogorszyć działanie modelu?

Czym różnią się „dane spoza klas” od „przypadku granicznego między klasami” i jak można naprawić każdy z tych problemów?

Możesz zadać takie pytanie: Dlaczego model uczenia maszynowego może błędnie rozpoznać obiekt, jeśli w danych uczących było za mało podobnych przykładów?

Skąd wiadomo, czy dany problem jest zadaniem klasyfikacji czy predykcji? Możesz podać prosty przykład?

Czy możesz wyjaśnić prostymi słowami, czym różni się uczenie maszynowe od zwykłego programu napisanego przez człowieka?

Wyjaśnij mi najważniejsze pojęcia z aktualnej części kursu prostym językiem. Odwołuj się do materiałów kursu.