Träna en maskin med exempel
Kunna sortera data i två kategorier och förstå att modellen lär sig mönster från exemplen.
Vardagsförklaring
Hur lär man en dator att känna igen katter? Man skriver inte en regel («katter har spetsiga öron»). Man visar exempel: hundra bilder märkta «katt» och hundra märkta «inte katt».
Datorn letar själv efter vad kattbilderna har gemensamt. Det kallas att träna maskinen.
Fler och mer olika exempel → bättre maskin. Bara vita katter i exemplen → maskinen tror att svarta katter inte är katter!
Interaktivt
Var maskinen själv. En kollega lägger tio kundärenden i två staplar utan att säga regeln: «hit» och «dit». Titta på staplarna. Vad har ärendena i stapeln «hit» gemensamt?
Nu får du ett nytt ärende. I vilken stapel lägger du det? Kollegan säger rätt eller fel. Det är träning: exempel in, gissning, rättning, bättre gissning.
Behärskning innebär
- Sorterar exempel i två kategorier och identifierar gemensamma drag
- Förklarar att maskinen lär sig av exemplen, inte av en explicit regel
Förkunskaper
- AMönster och kategorierkrävs
Logga in för att göra övningarna och bygga upp din behärskning.
Källor
- CS Unplugged (CC BY-SA 4.0) — CC BY-SA 4.0
- Teachable Machine (Google, gratis) — gratis webbtjänst