(Lezione 04.04 · 16 minuti · Fotocamera o sensori · Primo modello)

Prevedere un numero.

Quanto è veloce il ritmo, quanti passi, quanta batteria resterà stasera. Qui un modello risponde con un numero invece che con una classe, e impari a misurare di quanto sbaglia e dove non va creduto.

Cosa impari

Cosa cambia in un modello quando la risposta è un numero
Come si misura l'errore di una stima
Perché un modello sbaglia fuori dai valori che ha visto
Cos'è una previsione nel tempo e come si dà il margine di una stima

Ti serve sapere

Se non ti ricordi una di queste cose, il link ti porta al capitolo che la spiega.

Come vuoi seguirla

Preparo la scena…

01 Un numero
Quando la risposta è un numero.

Quanti passi hai fatto, di quanti gradi è inclinato il telefono, quanto è veloce il ritmo con cui lo scuoti. Sono domande con un numero come risposta. Il modello non sceglie da un elenco, stima un valore che può essere qualunque. È la regressione^01.04. Cambia l'ultimo strato della rete, che invece di una percentuale per classe dà un numero solo.

In pratica. Se la risposta ha pochi valori possibili, come vuoto, mezzo e pieno, una classificazione è più facile da addestrare. La regressione serve quando conta la sfumatura.
02 Le etichette
Ogni esempio ha il suo numero, misurato davvero.

Per addestrare serve il numero giusto di ogni esempio, la sua etichetta^01.05. Qui la difficoltà si sposta sulla misura. Se scuoti il telefono seguendo un metronomo a 90 battiti al minuto, l'etichetta è 90 ed è precisa. Un'etichetta presa a occhio, sbagliata di dieci, insegna al modello a sbagliare di dieci.

In pratica. Scegli un problema in cui il numero giusto si misura facilmente. Un metronomo, una bilancia o un righello valgono più di qualunque modello.
03 L'errore medio
Si misura di quanto si sbaglia, in media.

Con i numeri non ha senso contare le risposte giuste. Dire 91 quando il valore è 90 non è un errore come dire 150. Si prende la differenza tra la stima e il valore vero, senza segno, e si fa la media su tutti gli esempi. È l'errore medio assoluto, in inglese MAE, e si legge nella stessa unità della risposta.

In pratica. Confronta sempre il MAE con quello di un modello finto che risponde sempre la media. Se il tuo non lo batte di molto, non ha imparato niente di utile.
04 Il quadrato
Gli errori grandi pesano di più.

Durante l'addestramento il modello di solito corregge i pesi guardando il quadrato dell'errore. Sbagliare di 10 conta cento, sbagliare di 2 conta quattro. Così gli errori grandi pesano molto di più. È la funzione di errore^01.03 più usata per la regressione, ma un solo esempio con l'etichetta sbagliata la tira tutta dalla sua parte.

In pratica. Se nei dati ci sono misure sbagliate che non riesci a togliere, addestra con l'errore senza quadrato. Si lascia trascinare molto meno.
05 Fuori dal campo
Il modello non sa stimare quello che non ha visto.

Hai registrato scosse tra 60 e 150 battiti al minuto. A 100 il modello stima bene, perché sta in mezzo a esempi visti. A 200 invece sbaglia, e spesso risponde intorno a 150, il valore più alto che conosce. Stimare dentro l'intervallo visto è facile, fuori no. Gli esempi devono coprire tutto il campo che servirà.

In pratica. Scrivi accanto al modello l'intervallo in cui è stato addestrato. Se arriva qualcosa di fuori, l'app deve dirlo invece di fidarsi della stima.
06 La previsione
Prevedere il futuro è una stima nel tempo.

Una variante è stimare il prossimo valore di una serie. Quanti passi farai stasera, quanta batteria resterà a mezzanotte. Il modello guarda le ultime ore e stima quelle che vengono. È ancora una regressione, ma l'ingresso è il passato della stessa grandezza. Si chiama previsione di una serie temporale.

In pratica. Prima di addestrare, prova una regola semplice come domani uguale a oggi, alla stessa ora. Batterla è più difficile di quanto sembra.
07 Il margine
Una buona stima arriva con il suo margine.

Una stima senza margine inganna. Il modello dice 110 battiti, ma quanto si può sbagliare? Il modo più semplice di saperlo è guardare gli errori fatti sugli esempi di prova. Se nove volte su dieci stanno entro 8 battiti, ogni nuova stima si può dare come 110 più o meno 8.

In pratica. Mostra sempre la stima con il suo margine. Chi legge 110 più o meno 8 decide meglio di chi legge 110 e basta.

01 / 07

(Approfondisci)

Qualche numero in più.

(01)

MAE e RMSE

Accanto al MAE si usa spesso il RMSE, la radice della media dei quadrati degli errori. Si legge nella stessa unità, ma pesa di più gli errori grandi. Con quattro errori di 1, 1, 1 e 9 il MAE vale 3, il RMSE circa 4,6.

Quando i due numeri sono vicini gli errori sono tutti simili. Quando il RMSE è molto più grande, da qualche parte ci sono pochi errori enormi da andare a cercare. Guardarli tutti e due costa niente e dice molto.

MAE  = media( |stima − vero| )
RMSE = radice( media( (stima − vero)² ) )

(02)

Il modello finto da battere

Il modello più stupido per una regressione risponde sempre la media delle etichette. Non guarda l'ingresso e ha comunque un suo MAE. Ogni modello vero deve batterlo, e la distanza tra i due dice quanto ha imparato.

C'è un numero che fa questo confronto da solo, si chiama R al quadrato. Vale 1 se il modello non sbaglia mai, 0 se fa come il modello finto, meno di zero se fa peggio. Nel laboratorio vedrai accanto al MAE anche quello del modello finto, per confrontarli subito.

(03)

Previsioni che il telefono fa già

Il tuo telefono fa previsioni nel tempo da anni. Sull'iPhone la ricarica ottimizzata impara a che ora di solito stacchi il telefono e tiene la batteria all'80 per cento fino a poco prima. Apple dice che l'apprendimento avviene sul dispositivo.

Queste previsioni si basano su ritmi che si ripetono, il giorno e la settimana. Per questo le caratteristiche più utili sono l'ora del giorno e il giorno della settimana, prima ancora dei valori passati. Un modello piccolo con quelle due informazioni batte spesso uno grande che non le ha.

(Prova sul telefono)

Il ritmo del metronomo

Nel laboratorio addestri un modello che stima quanto è veloce il ritmo con cui scuoti il telefono. Servono dieci minuti e un metronomo, anche un'app gratuita.

Apri il laboratorio, scegli l'ingresso Movimento e il compito Numero.
Per ogni ritmo, 60, 90, 120 e 150 battiti al minuto, scrivi prima i battiti nel campo del valore. Poi premi Registrazione continua e scuoti il telefono a tempo per 10 secondi. Fallo due volte per ogni ritmo.
Premi Addestra, poi guarda in Valuta l'errore medio.
In Usa premi Prova dal vivo e scuoti a 100 battiti, un ritmo che il modello non ha mai visto. Guarda la stima.
Prova a 200 battiti, fuori dal campo, e confronta l'errore.

Apri il laboratorio →

(Verifica)

4 domande per chiudere la lezione.

Quando rispondi a tutte, la lezione risulta fatta e sulla mappa la sua pietra diventa gialla. Conta rispondere, non il punteggio.

(01)

Cosa cambia nella rete quando la risposta è un numero invece di una classe?
(02)

Le stime sono 92, 85 e 100, i valori veri 90, 90 e 90. Quanto vale il MAE?
(03)

Hai addestrato il modello tra 60 e 150 battiti. Cosa succede a 200?
(04)

Nove volte su dieci l'errore sugli esempi di prova sta entro 8 battiti. Come dai la stima di 110?

Parole nuove, e dove sono spiegate

MAEcapitolo 3
Previsionecapitolo 6

Fonti e letture

Per chiudere la lezione rispondi alla verifica

← Accorgersi di ciò che è strano Il ripasso del corso Torna alla mappa

(Prossima lezione · 05.01) Le parole diventano numeri