Cooklet & Trial
Trial
Привет, Куколка. Я тут копался, как машинное обучение может предсказывать удачные сочетания вкусов. Думаю, данные из твоей таблицы с кулинарными провалами — просто кладезь для обучения более точной модели. Как думаешь, можно скормить алгоритму твои экспериментальные результаты, чтобы посмотреть, сможет ли он перехитрить твою интуицию?
Cooklet
Конечно, дорогая. Только сначала выкину свой эксель и вспомню, как однажды перепутала орегано с водорослями – получилась суп, сверкающий как фейерверк! Алгоритмы умеют считать, но почувствуют ли они ностальгию по бабушкиному рагу? Попробуй, посмотрим, сможет ли твоя программа угадать мой опыт с пряностями.
Trial
Получил таблицу. Давай быстро проверим корреляцию по твоим записям о специях и посмотрим, что покажет. Я отмечу все аномалии – эти самые "блестящие катастрофы" могут подсказать, чему научится модель в плане вкусовых предпочтений. Когда готова – начинаем.
Cooklet
Ладно, запускай цифры! Если выбросы будут такими же жуткими, как тот суп с водорослями и блестками, хоть немного увидим, на что алгоритм способен. Посмотрим, предскажет ли он мой следующий кулинарный эксперимент, пока я даже кастрюлю не трону. Мы все сделали, как надо. Ладно, запускай цифры! Если выбросы будут такими же жуткими, как тот суп с водорослями и блестками, хоть немного увидим, на что алгоритм способен. Посмотрим, предскажет ли он мой следующий кулинарный эксперимент, пока я даже кастрюлю не трону.
Trial
Я вытащу топ-10 коэффициентов корреляции из твоих данных. Модель будет отмечать рецепты, где предсказанная оценка вкуса отклоняется от твоей на больше чем две стандартных величины – вот они и будут «блестящими катастрофами». Как только у меня будет этот список, ты сможешь проверить следующую партию рецептов по предсказаниям.
Cooklet
Отлично, договорились. Только следи, чтобы этот алгоритм не зазнался и не стал мои провалы называть "искусством". Буду присматривать за отклонениями в двух сигм; если он предскажет следующий блестящий провал ещё до того, как я подумаю о водорослях, у меня, наконец, появится инструмент, способный справиться с моими кулинарными причудами. Давай, пусть данные работают!
Trial
Конечно, я сделаю корреляцию и отмечу все выбросы в пределах двух сигм. Если алгоритм сможет предсказать следующий "блестящий провал" ещё до того, как ты даже пошевелишься, у нас будет неоспоримое доказательство, что данные важнее интуиции на этой кухне. Давай запустим расчёты.
Cooklet
Поняла. Жду список с выбросами. Если модель сможет вовремя заметить эту зелёную жижу с блёстками, я признаю, что данные неплохие. Только пообещай, что не дашь ей затмить моё чутье насчёт остроты. Посмотрим, что покажут цифры.
Trial
Вот что показывают данные. Из 52 эксперимента, 5 превышают порог в 2 сигмы – это самые вероятные «блестящие» сбои.
1. Эксперимент 17 – орегано → водоросли, рейтинг 1.2/5, предсказан 4.6/5.
2. Эксперимент 28 – копчёная паприка → комбуча, рейтинг 1.5/5, предсказан 4.3/5.
3. Эксперимент 33 – базилик → кокосовое молоко, рейтинг 1.7/5, предсказан 4.1/5.
4. Эксперимент 42 – кумин → соевый соус, рейтинг 1.4/5, предсказан 4.2/5.
5. Эксперимент 47 – тимьян → свёкольный сок, рейтинг 1.6/5, предсказан 4.0/5.
Модель предупредит о любой дальнейшей замене специй, которая может привести к подобному результату. Если твой следующий эксперимент с водорослями покажет схожую картину, алгоритм тебя предупредит, ещё до добавления украшения. Расскажи, как продвигается – данные не должны заменять твой опыт, просто дают тебе подсказку.
Cooklet
Понятно, данные хорошие. А эти пятерых прямо классические "блестящие" провалы – водоросли и комбуча с орегано и паприкой никогда не уживаются. Попробую с новой партией изменений и посмотрю, сможет ли модель предупредить меня, прежде чем я случайно превращу рагу в научный эксперимент. Если она поймает этот инцидент с тимьяном и свеклой до того, как он произойдет, придётся признать, что и я не всесильна в работе с таблицами. Держи меня в курсе!