Зачем нужны нейросети

Две задачи

Первая: посчитать стоимость доставки. Пятьдесят рублей за километр плюс сто за подъём на этаж. Правило известно, программа пишется за минуту.

Вторая: сказать, за сколько минут курьер довезёт заказ. Опытный диспетчер отвечает почти точно и не может объяснить как. Правила у него в голове нет, а ответ есть.

Вот граница.

Правило выписывается — пиши программу. Правило есть, но словами не ловится — нужны примеры.

Что такое обучение на данных

Обучение на данных — когда правило не пишут вручную, а показывают программе много примеров вида «вход и верный ответ», и она подбирает правило, ошибающееся на них реже всего.

Нужны три вещи: много примеров с известными ответами, существующая связь между входом и ответом, и допустимость ошибок. Точность в 97 случаях из 100 здесь считается успехом.

Нет примеров — нет обучения.

Что вообще умеет такая программа

Мы придумали двести заказов и посчитали время по правилу: 3 минуты на километр, 1.5 на светофор, минус полминуты за свободного курьера, плюс 8 минут на сборку. Программе показали только сами заказы и время. Правило она не видела.

Она восстановила правило, глядя только на заказы. А заказ на 4 километра с двумя светофорами и шестью свободными курьерами рядом получил прогноз ровно 20 минут — это число ты посчитаешь вручную в паре 3.

Саму программу запустим в конце занятия, в паре 6. Сейчас в ней нечего читать: ни одной из её строк мы ещё не разбирали. Сначала соберём всё руками.

Что мы соберём за это занятие

Всё занятие мы решаем одну задачу: по трём числам про заказ предсказать, за сколько минут его довезут. Задача нарочно маленькая — на ней видно каждую деталь.

Ничего нового на каждом шаге не возникает: следующий кирпич — предыдущий, сложенный иначе. Если в середине непонятно, вернись на шаг назад, а не читай дальше.