Eduexe Forum

F-score to

czułość to

Precyzja to

Aby dokładność (accuracy) dobrze opisywała model, liczebność poszczególnych klas powinna być podobna. Prawda Fałsz

Załóżmy, że mamy model, którego celem jest odróżnianie psów od kotów. Dla zbioru testowego, model ocenił 20 psów jako psy, 5 psów jako koty, 15 kotów jako koty i 10 kotów jako psy. Ile procent wynosi dokładność tego modelu?

Czym jest dokładność modelu UM?

Czym są metryki i do czego ich używamy?

macierz pomyłek to

Przeuczenie - inaczej: nadmierne dopasowanie to

strata to

współczynnik uczenia to

Załóżmy, że trenujemy model, którego zbiór uczący składa się z 340 przykładów. Parametr wielkość wsadu ustalony jest na 16. Ile wsadów będzie potrzebne do ukończenia jednej epoki

Wielkość wsadu to

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?

Proporcje podziału danych na zbiór uczący i zbiór testowy

Zbiór testowy składa się z przykładów, na których model nie trenował. Prawda Fałsz

Pozostał nam jeszcze do sprawdzenia plik "test_B1.jpg". Jak się okazuje, przedstawia on niechlujnie zapisaną cyfrę, którą nawet człowiekowi może być trudno rozpoznać. Model także ma problem, nie mogąc się jednoznacznie zdecydować na żadną z opcji lub decyd

Czy zwiększenie liczebności przykładów z klasy "3" sprawiło, że obrazek z pliku "test_B2.jpg" został sklasyfikowany poprawnie?

Z jakim problemem z danymi mamy do czynienia w przypadku pliku "test_B1.jpg"? dane spoza klas przypadek graniczny między klasami nierówna liczebność klas z żadnym, model poprawnie zaklasyfikował obrazek

Google Teachable Machine