Ну Шмулев, погоди!

Сходство между детьми и ML 😱

Вот уже более 4 лет наблюдаю за своим сыном и его развитием.
Из-за профдеформации нахожу много любопытного сходства с миром машинного обучения:

1. Overfitting (Переобучение). Его замечаю чаще всего.
Ребенок слишком быстро адаптируется (лучше даже сказать привыкает) к определенной конфигурации жизни: паттерны поведения, ритуалы, игры, последовательности действий, даже разные “фразочки”.
Пару примеров:
🟠стоит несколько раз после садика зайти на ближайшую детскую площадку, потом в Азбуку, поесть мороженное и поехать домой, как все следующие разы это становится дефолтным сценарием
🟠ритуал читать книгу перед сном. даже если уже 12 ночи
🟠за рулем один раз крикни “Козел, че сигналишь” (и че похуже 🐔). В след разы появления этого триггера посмотрите, что будет 😄

Из-за это как раз и появляются сбои программы, когда что-то отличается от привычного уклада. Сбои выражаются в виде плача / истерик / сопротивления и искреннего непонимания ПОЧЕМУ ТАК.

Я очень позитивно отношусь к ритуалам (особенно сейчас для себя 🙂 или в младенчестве), но регулярные ритуалы с ребенком, без постоянных добавлений новых факторов или вариаций, могут привести к "переобучению", что потом вызывает стресс при изменениях.

2. Вариативность данных.
Получается лучшее, что может дать Родитель Ребенку, чтобы избежать “переобучения” — это увеличивать вариативность всего: своей реакции, событий, мест, время провождений, прослушиваемой музыки, книг и друзей, данных.

В том числе поэтому полезно, когда ваше чадо воспитываете не только вы, а еще пара бабушек с дедушками. Получится увидеть разные модели поведения, диверсифицироваться и избавить себя от стандартных паттернов и предрассудков.

Чем больше различных данных (ситуаций и событий) ребёнок получает, тем лучше его способность находить новые решения, что похоже на улучшение "обобщающей способности" модели.

(А еще есть хороший мэтч с Cross Validation, но уже для совсем продвинутых читателей, не буду объяснять 🙂).

3. Transfer Learning (Перенос Знаний).
Дети учатся в одном контексте и начинают применять это в другом. Например, узнав, как собрать простую конструкцию из кубиков, ребенок может применить этот навык в других играх. Или начинает придумывать новые истории, имена на основе прочитанных книг. Ребенок перенимает знакомые ему образы героев и сценарии из книги, но добавляет в своих играх новые элементы: новых персонажей или неожиданные повороты.

__________________________________
Если зайдет, напишу потом про Reinforcement Learning, Регуляризацию, Exploration vs. Exploitation.

Please open Telegram to view this post

VIEW IN TELEGRAM

www.group-telegram.com/us/wait_shmulev.com/38

1.8K viewsedited  Sep 11, 2024 at 11:04

Сходство между детьми и ML 😱

Вот уже более 4 лет наблюдаю за своим сыном и его развитием.
Из-за профдеформации нахожу много любопытного сходства с миром машинного обучения:

1. Overfitting (Переобучение). Его замечаю чаще всего.
Ребенок слишком быстро адаптируется (лучше даже сказать привыкает) к определенной конфигурации жизни: паттерны поведения, ритуалы, игры, последовательности действий, даже разные “фразочки”.
Пару примеров:
🟠стоит несколько раз после садика зайти на ближайшую детскую площадку, потом в Азбуку, поесть мороженное и поехать домой, как все следующие разы это становится дефолтным сценарием
🟠ритуал читать книгу перед сном. даже если уже 12 ночи
🟠за рулем один раз крикни “Козел, че сигналишь” (и че похуже 🐔). В след разы появления этого триггера посмотрите, что будет 😄

Из-за это как раз и появляются сбои программы, когда что-то отличается от привычного уклада. Сбои выражаются в виде плача / истерик / сопротивления и искреннего непонимания ПОЧЕМУ ТАК.

Я очень позитивно отношусь к ритуалам (особенно сейчас для себя 🙂 или в младенчестве), но регулярные ритуалы с ребенком, без постоянных добавлений новых факторов или вариаций, могут привести к "переобучению", что потом вызывает стресс при изменениях.

2. Вариативность данных.
Получается лучшее, что может дать Родитель Ребенку, чтобы избежать “переобучения” — это увеличивать вариативность всего: своей реакции, событий, мест, время провождений, прослушиваемой музыки, книг и друзей, данных.

В том числе поэтому полезно, когда ваше чадо воспитываете не только вы, а еще пара бабушек с дедушками. Получится увидеть разные модели поведения, диверсифицироваться и избавить себя от стандартных паттернов и предрассудков.

Чем больше различных данных (ситуаций и событий) ребёнок получает, тем лучше его способность находить новые решения, что похоже на улучшение "обобщающей способности" модели.

(А еще есть хороший мэтч с Cross Validation, но уже для совсем продвинутых читателей, не буду объяснять 🙂).

3. Transfer Learning (Перенос Знаний).
Дети учатся в одном контексте и начинают применять это в другом. Например, узнав, как собрать простую конструкцию из кубиков, ребенок может применить этот навык в других играх. Или начинает придумывать новые истории, имена на основе прочитанных книг. Ребенок перенимает знакомые ему образы героев и сценарии из книги, но добавляет в своих играх новые элементы: новых персонажей или неожиданные повороты.

__________________________________
Если зайдет, напишу потом про Reinforcement Learning, Регуляризацию, Exploration vs. Exploitation.