Come funziona questa simulazione?
Il programma non analizza i pixel delle immagini. Usa dati predefiniti su specie, ambiente e forma delle orecchie. Confronta due regole predisposte e sceglie quella che commette meno errori sui dati di addestramento.
Regola in caso di parità: Entrambe le regole (ambiente e orecchie) funzionano senza errori sugli esempi iniziali. Gli algoritmi usano spesso una regola predefinita per risolvere la parità. In questo programma, in caso di parità si sceglie la regola dell’ambiente.
A proposito del collare: Il collare non viene valutato in questa simulazione. Il programma confronta solo le regole dell’ambiente e della forma delle orecchie. In una vera rete neurale, un elemento così evidente potrebbe diventare una caratteristica ingannevole non prevista.
Domande per la discussione in classe
- Perché il modello ha raggiunto il 100% nella prima fase, ma ha sbagliato nella seconda?
- Più esempi simili aiutano sempre un modello a imparare meglio?
- Che cosa potrebbe succedere se addestrassimo un’IA a riconoscere mele e pere, ma in tutte le immagini di addestramento le mele fossero su piatti bianchi e le pere su piatti blu?