15 lines
1.4 KiB
Markdown
15 lines
1.4 KiB
Markdown
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "47f7d3c6a5373543e051e4d1140ce898",
|
|
"translation_date": "2025-08-24T10:13:11+00:00",
|
|
"source_file": "lessons/5-NLP/16-RNN/assignment.md",
|
|
"language_code": "pl"
|
|
}
|
|
-->
|
|
# Zadanie: Notatniki
|
|
|
|
Korzystając z notatników powiązanych z tą lekcją (w wersji PyTorch lub TensorFlow), uruchom je ponownie, używając własnego zestawu danych, na przykład z Kaggle, z odpowiednim przypisaniem źródła. Przepisz notatnik, aby podkreślić swoje własne wnioski. Spróbuj użyć innego rodzaju zestawu danych i udokumentuj swoje spostrzeżenia, korzystając z tekstu, takiego jak [ten zestaw danych z konkursu Kaggle dotyczący tweetów o pogodzie](https://www.kaggle.com/competitions/crowdflower-weather-twitter/data?select=train.csv).
|
|
|
|
**Zastrzeżenie**:
|
|
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia. |