Il Machine Learning è una tecnica che permette ai computer di apprendere dai dati, ossia di trovare schemi e regolarità per poi fare previsioni. In questo esempio utilizziamo la regressione lineare, un metodo che prova a trovare la retta migliore che descrive la relazione tra due variabili numeriche.
Quando clicchi sul grafico, aggiungi dei punti (x, y) che rappresentano dati osservati nel mondo reale. La macchina non sa nulla in partenza: parte con una retta casuale, e cerca di correggerla a ogni ciclo di addestramento per avvicinarsi ai punti che hai inserito.
La retta che vedi nel grafico rappresenta la versione attuale del modello: cioè la sua migliore ipotesi, in questo momento, della relazione tra x e y. La macchina non vede mai direttamente la retta giusta, ma la costruisce un passo alla volta cercando di minimizzare l’errore tra ciò che la retta prevede e i punti che ha osservato.
Il learning rate (tasso di apprendimento) controlla la velocità con cui la retta viene aggiornata: valori alti rendono il cambiamento più veloce ma meno stabile, mentre valori bassi rendono l’apprendimento più lento ma più preciso.
In questa simulazione puoi vedere come la retta cambia in tempo reale in risposta ai tuoi input. Sei tu a guidare il processo: inserisci i punti, scegli la modalità di addestramento e osserva come la retta “impara” a descrivere i tuoi dati!
Questa schermata consente al tuo monitor di consumare meno energia per accendere i pixel quando il computer resta inattivo o ti allontani
Per riprendere la navigazione ti basta cliccare in un punto vuoto qualsiasi di questa finestra