Vai al contenuto
IT

Lezione 2 di 8 · 6 min · +100 XP

Come imparano le macchine dagli esempi?

Il machine learning funziona mostrando a un computer tanti esempi con l’etichetta, come foto segnate «gatto» o «cane». Durante l’addestramento regola un modello finché le sue ipotesi corrispondono alle etichette, poi lo si mette alla prova su esempi nuovi mai visti. Più i dati di addestramento sono vari, meglio il modello gestisce le situazioni reali che non ha visto.

▶ Prova tu

Perché è importante

Un modello sa solo ciò che gli hanno mostrato i suoi esempi. Scegliere dati di addestramento vari e ben etichettati conta più che ammucchiarne altri tutti uguali.

In 6 minuti saprai

  • Machine learning = esempi etichettati + addestramento + test su dati nuovi.
  • Dati di addestramento vari aiutano più di tanti esempi tutti uguali.
  • Etichette sbagliate ed esempi mancanti diventano risposte sbagliate.

Cosa eserciterai

  1. La ricetta

    Ogni modello di machine learning si costruisce allo stesso modo.

    🗂️ Dati di addestramento
    Una raccolta di esempi, come migliaia di foto di animali. È tutto ciò che il modello saprà mai.
    🏷️ Etichette
    La risposta giusta per ogni esempio: «gatto» o «cane». Di solito le aggiungono persone, quindi gli errori nelle etichette diventano errori del modello.
    ⚙️ Addestramento
    Il modello tira a indovinare, viene confrontato con l’etichetta e si corregge, ancora e ancora, finché le ipotesi tornano quasi sempre.
    🧪 Test
    Alla fine viene provato su esempi nuovi che non ha mai visto. Così si capisce se ha imparato lo schema o ha solo memorizzato le foto.

  2. Addestra un mini modello

    Scegli fino a 5 foto di addestramento, poi premi Addestra. Il modello sarà provato su 5 foto nuove.

    Gatto · Cane

    Esempi di addestramento
    • Gatto tigrato rosso sul divano → Gatto
    • Un altro tigrato rosso, che dorme → Gatto
    • Gatto nero in una stanza buia → Gatto
    • Gattino piccolo con gli occhioni → Gatto
    • Gatto grigio visto da dietro → Gatto
    • Grosso cane dorato sul prato → Cane
    • Un altro grosso cane dorato, che corre → Cane
    • Cagnolino a pelo lungo in braccio → Cane
    • Cucciolo che mordicchia una scarpa → Cane
    • Cane in piedi sulla neve → Cane
    Casi di test
    • Un gatto nero di notte → Gatto
      Nessun gatto scuro tra le foto di addestramento, quindi il modello non ha mai imparato che un gatto può avere questo aspetto.
    • Un gattino in un cestino → Gatto
      I gattini sono diversi dai gatti adulti. Senza un esempio di gattino, il modello non aveva appigli.
    • Un grosso cane al parco → Cane
      Il modello non ha mai visto un cane grande, quindi non ha collegato questa forma a «cane».
    • Un cagnolino in una borsetta → Cane
      Se il modello ha visto solo cani grandi, è facile scambiare quelli piccoli per gatti.
    • Un husky nella neve alta → Cane
      Uno sfondo innevato era nuovo per il modello. Contano anche ambienti vari, non solo animali vari.

  3. Cosa hai imparato?

    1. Noor può aggiungere altre 1.000 foto. Quale gruppo aiuta di più il modello?

      • 1.000 foto varie: tutte le taglie, i colori, le età e i luoghi (Risposta)
      • Altre 1.000 foto di gatti tigrati rossi

    2. Il modello fa il 100% sulle foto di addestramento ma va male su quelle nuove. Cos’è successo?

      • Ha memorizzato gli esempi invece di imparare lo schema (Risposta)
      • Le foto nuove avranno l’etichetta sbagliata

    3. Un aiutante ha etichettato per sbaglio alcuni cani come «gatto». Che effetto ha?

      • Il modello impara anche quegli errori (Risposta)
      • Nessuno, il modello si accorgerà degli errori

Ricorda

Un modello vale quanto i suoi esempi. La varietà batte la quantità.

Dati chiave

  • In un articolo del 1959 l’informatico Arthur Samuel descrisse un programma di dama che imparò a giocare meglio di chi l’aveva scritto: una delle prime tappe del machine learning. · Fonte: A. L. Samuel, Some Studies in Machine Learning Using the Game of Checkers, IBM Journal of Research and Development, 1959
  • Il progetto ImageNet, le cui foto etichettate hanno contribuito a lanciare il boom del deep learning, nel suo primo articolo descriveva 3,2 milioni di immagini etichettate da lavoratori online. · Fonte: Deng et al., ImageNet: A Large-Scale Hierarchical Image Database, CVPR 2009
  • Un classico archivio di cifre scritte a mano, MNIST, divide le immagini in 60.000 per l’addestramento e 10.000 per i test, così i modelli vengono giudicati su cifre mai viste. · Fonte: LeCun, Bottou, Bengio & Haffner, Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 1998
  • Provare un modello su esempi che non ha visto durante l’addestramento è il metodo standard per controllare che abbia imparato uno schema generale invece di memorizzare i suoi dati.

Aggiornato:

Domande frequenti

Cosa sono i dati di addestramento?

Sono l’insieme di esempi da cui impara un modello di machine learning, come foto, testi o registrazioni con l’etichetta. Il modello può imparare solo gli schemi presenti in questi dati.

Che differenza c’è tra apprendimento supervisionato e non supervisionato?

Nell’apprendimento supervisionato ogni esempio ha la risposta giusta, un’etichetta come «gatto». In quello non supervisionato non ci sono etichette e il modello cerca da solo gruppi o strutture nei dati.

Quanti dati servono al machine learning?

Dipende dal compito. Per compiti semplici possono bastare centinaia di esempi, mentre i grandi modelli ne usano miliardi. Varietà ed etichette corrette spesso contano quanto la quantità.

Cos’è l’overfitting?

L’overfitting è quando un modello memorizza gli esempi di addestramento invece di imparare lo schema generale. In addestramento sembra perfetto, ma con dati nuovi va male.

Termini correlati