Eduexe Forum

czyli w sumie to ocena modelu i porównywanie z innymi opiera się na tych 5 wartościach tak?

nie chodziło mi o wartości tylko konceptowo

okay, czyli czułość i precyzja są sobie zbliżone tak?

te metryki z sekcji d1 mają coś wspólnego z tymi metrykami z matematyki czy to coś innego

czyli jak mam kartę graficzną nvidia h100 to najlepiej jako batch size dać cały zbiór do uczenia tak?

nie rozumiesz, w sekcji c2 powinna być informacja by uważać ze zwiększaniem ilości epoch ze względu na overfitting

nie ma tu powtórzonej informacji by uważać na overfitting przy zwiększaniu num of epochs, czemu?

jest za mało opcji zaawansowanych w przypadku treningu modelu tam, nie sądzisz?

skąd ja niby mam mieć model i te pliki z danymi w teście BT???

ale pytam ciebie a nie o opinię a nie sekcję

to napewno jest efektywne? nie lepiej ręcznie model stworzyć i trenować? (sekcja b2)

nie mówię o tym przykładzie tylko o sekcji b1 w której jestem teraz

to nie lepiej po prostu fine tuning robić dla danych co nas interesują jeśli będą dziwniejsze akurat?

czy wytrenowany model można pobrać potem?

w jaki sposób ten algorytm na tych google teachable machine dostosowuje hiperparametry dla każdego użytkownika

to uczenie przez wzmacnianie to jest reinforcement learning czy nie?