TGViewer
Ну Шмулев, погоди! Ну Шмулев, погоди! @wait_shmulev · 1.19K subscribers
Post #38 2.37K
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 при появлении 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.
  • ❤ 41
  • 🔥 22
  • 💯 7
  • 🆒 6
  • 😁 4
  • ❤‍🔥 3
  • 🤔 1
More from @wait_shmulev
  1. Sep 25, 2026Витя и Никита (очень уважаемые ребята в мире ML , а еще и мои товарищи) запустили курс по…
  2. Aug 19, 2026Уровень — это когда фейкают опыт работы у вас 🤣
  3. Jul 9, 2026Подвели итоги первого полугодия (H1) 2026 интересно как изменился рынок ИИ за этот год на…
  4. Jun 30, 2026В этом году мы стали #3 в РФ по ИИ разработке! 🎉🎉🎉 https://ratingruneta.ru/ai-developme…
  5. Jun 21, 2026Последние 2 недели очень плотно общался с C-level корпораций. И все как один говорят, что…
  6. Jun 20, 2026#вакансия #стажировка #DataScience #ML #LLM 🚀 Стажировка: Data Scientist — LLM и Classic…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →