|
質問 |
答え |
Machine learning is a field of artificial intelligence that allows systems to learn from data. 学び始める
|
|
Uczenie maszynowe to dziedzina sztucznej inteligencji, która pozwala systemom uczyć się na podstawie danych.
|
|
|
Supervised learning uses labeled data to train models. 学び始める
|
|
Uczenie nadzorowane wykorzystuje dane z etykietami do trenowania modeli.
|
|
|
Unsupervised learning finds hidden patterns in unlabeled data. 学び始める
|
|
Uczenie nienadzorowane odnajduje ukryte wzorce w danych bez etykiet.
|
|
|
Reinforcement learning involves agents learning actions based on rewards and punishments. 学び始める
|
|
Uczenie przez wzmacnianie polega na tym, że agent uczy się działań na podstawie nagród i kar.
|
|
|
A model is a mathematical representation of a real-world process. 学び始める
|
|
Model to matematyczne odwzorowanie rzeczywistego procesu.
|
|
|
Features are individual measurable properties of the data. 学び始める
|
|
Cechy to pojedyncze mierzalne właściwości danych.
|
|
|
A label is the output or target value in supervised learning. 学び始める
|
|
Etykieta to wartość wyjściowa (cel) w uczeniu nadzorowanym.
|
|
|
Classification is the task of predicting a categorical label. 学び始める
|
|
Klasyfikacja to zadanie polegające na przewidywaniu etykiety kategorycznej.
|
|
|
Regression is used to predict continuous numerical values. 学び始める
|
|
Regresja służy do przewidywania ciągłych wartości liczbowych.
|
|
|
Clustering groups similar data points without prior labels. 学び始める
|
|
Grupowanie (clustering) łączy podobne dane bez wcześniejszych etykiet.
|
|
|
Overfitting occurs when a model learns the training data too well and performs poorly on new data. 学び始める
|
|
Przeuczenie występuje, gdy model zbyt dobrze uczy się danych treningowych i źle działa na nowych danych.
|
|
|
Underfitting occurs when a model is too simple to capture patterns in the data. 学び始める
|
|
Niedouczenie występuje, gdy model jest zbyt prosty, by uchwycić wzorce w danych.
|
|
|
The training set is the data used to fit the model. 学び始める
|
|
Zbiór treningowy to dane używane do dopasowania modelu.
|
|
|
The test set is used to evaluate the model’s performance on unseen data. 学び始める
|
|
Zbiór testowy służy do oceny działania modelu na nieznanych danych.
|
|
|
Cross-validation is a technique for assessing how a model will generalize to an independent dataset. 学び始める
|
|
Walidacja krzyżowa to technika oceny, jak dobrze model generalizuje na niezależny zbiór danych.
|
|
|
A confusion matrix summarizes prediction results for classification problems. 学び始める
|
|
Macierz pomyłek podsumowuje wyniki predykcji w problemach klasyfikacyjnych.
|
|
|
Precision is the ratio of true positives to all predicted positives. 学び始める
|
|
Precyzja to stosunek trafień pozytywnych do wszystkich przewidzianych jako pozytywne.
|
|
|
Recall is the ratio of true positives to all actual positives. 学び始める
|
|
Czułość to stosunek trafień pozytywnych do wszystkich rzeczywiście pozytywnych przypadków.
|
|
|
F1 score is the harmonic mean of precision and recall. 学び始める
|
|
Miara F1 to średnia harmoniczna precyzji i czułości.
|
|
|
A decision tree splits data based on feature values to make predictions. 学び始める
|
|
Drzewo decyzyjne dzieli dane na podstawie wartości cech, aby dokonać predykcji.
|
|
|
Random Forest is an ensemble of decision trees used to improve accuracy. 学び始める
|
|
Random Forest to zespół drzew decyzyjnych służących do poprawy dokładności.
|
|
|
Gradient boosting builds models sequentially to correct errors from previous ones. 学び始める
|
|
Gradient boosting buduje modele sekwencyjnie, aby poprawiać błędy poprzednich.
|
|
|
Support Vector Machines (SVM) aim to find the optimal boundary between classes. 学び始める
|
|
Maszyny wektorów nośnych (SVM) szukają optymalnej granicy między klasami.
|
|
|
K-nearest neighbors (KNN) classifies data based on the labels of its closest points. 学び始める
|
|
KNN klasyfikuje dane na podstawie etykiet najbliższych punktów.
|
|
|
Principal Component Analysis (PCA) reduces the dimensionality of data. 学び始める
|
|
Analiza głównych składowych (PCA) redukuje wymiarowość danych.
|
|
|
A neural network is inspired by the structure of the human brain. 学び始める
|
|
Sieć neuronowa inspirowana jest strukturą ludzkiego mózgu.
|
|
|
Deep learning is a subset of machine learning that uses neural networks with many layers. 学び始める
|
|
Uczenie głębokie to podzbiór ML wykorzystujący sieci neuronowe o wielu warstwach.
|
|
|
Backpropagation is the algorithm used to train neural networks. 学び始める
|
|
Backpropagation to algorytm używany do trenowania sieci neuronowych.
|
|
|
Activation functions introduce non-linearity to neural networks. 学び始める
|
|
Funkcje aktywacji wprowadzają nieliniowość do sieci neuronowych.
|
|
|
Hyperparameters are configuration settings used to control the training process. 学び始める
|
|
Hiperparametry to ustawienia konfiguracyjne używane do kontroli procesu uczenia.
|
|
|
