Până acum TU scriai regulile (algoritmii). În machine learning, arăți calculatorului multe EXEMPLE, iar el descoperă singur regula. Nu-i programezi soluția — o antrenezi. Astăzi: vocabularul și cele două mari familii de învățare.
Exemplu fir-roșu: vrem să prezicem dacă un elev PROMOVEAZĂ, pornind de la date despre elevi.
| termen | ce e | în exemplul nostru |
|---|---|---|
| date (dataset) | colecția de exemple | tabelul cu 500 de elevi |
| atribut (feature) | o coloană de intrare | ore_studiu, absențe, media_anterioară |
| etichetă (label) | ce vrem să prezicem (ieșirea) | promovat: DA / NU |
| model | „regula" învățată din date | funcția care, din atribute, dă eticheta |
| antrenare (training) | procesul de învățare din exemple | modelul vede 400 de elevi cu rezultatul cunoscut |
| testare | verificarea pe date nevăzute | îl încercăm pe alți 100 de elevi |
| predicție | răspunsul modelului pe un caz nou | „acest elev va promova" |
Regula simplă: dacă exemplele de antrenare AU etichete (răspunsul corect) → supervizat. Dacă NU au → nesupervizat (cauți structură ascunsă). Încearcă:
Dacă testezi modelul pe aceleași date pe care l-ai antrenat, e ca și cum ai da elevului la test EXACT exercițiile rezolvate în clasă — nu afli dacă a înțeles cu adevărat.
Un model e atât de bun cât îi sunt datele. Trei lucruri contează.
| factor | de ce contează |
|---|---|
| cantitate | prea puține exemple → modelul nu prinde tiparul (ca un elev care a văzut 3 probleme). |
| corectitudine | valori greșite/lipsă → modelul învață greșit. Trebuie curățate (Modulul 10). |
| echilibru | dacă 95% din exemple sunt „NU", modelul poate ghici mereu „NU" și pare bun — dar e inutil. |
Șase întrebări despre vocabularul ML.
Introducerea în ML, condensat.