Eduexe Forum

dlaczego w modelach strata(loss) nie zmienia się liniowo z każdą kolejną epoką?

jaka jest różnica między zmianą tempa uczenia się modelu a liczby epok?

czy podział danych na zbiór uczący i testowy, to jedyny prosty podział?

jak dobrze przygotować dane dla modelu?

uczenie maszynowe jest podobno obrzarem sztucznej inteligencji, jakie są jej pozostałe obrzary?

czy google teachable machine jest dobrym wyborem zamiast bibliotek typu tensorflow do uczenia maszynowego?

załóżmy, że mój model to klasyfikator rozpoznający zdjęcia śmieci do segregacji, która z metryk: precyzja czy czułość powinna być dla mnie ważniejsza?

lepiej żeby model miał większą precyzję czy czułość

no tak ale czy istnieją jakieś inne, jeśli tak to jakie?

jakie są inne metryki oprócz tych wymienionych w kursie?

po co naprawiamy modele zamiast tworzyć nowe?

powiedz mi więcej o uczeniu się przez wzmacnianie