ללמוד ישר.

שלב 1 מתוך 5

מודל

למידת מכונה היא דרך לכתוב תוכנה בלי לכתוב את הכלל: במקום להגיד למחשב מה לעשות, נותנים לו דוגמאות, והוא מוצא בעצמו כלל שמתאים להן. הכלל הזה נקרא מודל, והמספרים שקובעים אותו נקראים פרמטרים.

המודל הפשוט ביותר הוא ישר, $\hat y = a + bx$⁠, עם שני פרמטרים: נקודת החיתוך $a$⁠ והשיפוע $b$⁠. על הלוח עשרים מדידות שנוצרו מכלל שהמחשב לא יודע, ועם רעש. ללמוד פירושו לבחור את $a$⁠ ו־$b$⁠ כך שהישר יעבור הכי קרוב לנקודות: ישר הרגרסיה, שממזער את סכום ריבועי המרחקים. נבאו, ואז מבט פנימה יראה מה המחשב למד.

שלב 2 מתוך 5

לחזות

מודל שלמד שימושי כשהוא עונה על שאלות חדשות. אין על הלוח מדידה ב־$x = 10$⁠, אבל לישר יש תשובה.

שלב 3 מתוך 5

השגיאה

כמה המודל טועה? השגיאה שלו היא הפיזור של הנקודות סביב הישר, $\sqrt{\dfrac{\sum (y - \hat y)^2}{n}}$⁠, בערך המרחק הטיפוסי של נקודה מהישר. בעולם האמיתי לא בוחרים את הרעש, אבל אפשר לאסוף נתונים מדויקים יותר.

שלב 4 מתוך 5

נתונים גרועים

מודל טוב רק כמו הנתונים שלו. במדידות אמיתיות יש לפעמים טעות: מכשיר שהתקלקל, ספרה שהוקלדה לא נכון. נבאו מה מדידה אחת כזאת תעשה.

שלב 5 מתוך 5

אין מה ללמוד

מבט פנימה מראה עכשיו את הממוצע ואת הפיזור סביבו, $0.8$⁠. ניחוש של הממוצע הוא המודל הכי פשוט שיש, בלי שום $x$⁠. השאלה היא אם ישר עושה יותר טוב ממנו.