Lotes, exemplos e embaralhamentos

Público

10–15 anos

Duração

30 a 40 min

Aventura

1/8

Distintivo alvo

Mestre dos minilotes

Missão de hoje

Simular minilotes e explicar por que a composição deles muda a direção de um aprendizado.

Prova de sucesso: explique "Lotes, exemplos e embaralhamentos", realize "O gradiente aos punhados" e cite o limite da analogia.

A história

Em uma oficina de cartas, Luís precisa aprender uma regra a partir de 40 padrões. Ele poderia olhar as 40 antes de cada correção, mas isso exige muito espaço. Então escolhe pacotes de cinco. O primeiro pacote contém por acaso apenas listras; a correção obtida representa mal toda a coleção. Depois de embaralhar, os pacotes ficam mais variados. Cada minilote fornece uma estimativa imperfeita, mas prática, da correção global.

O que é verdade tecnicamente

O vocabulário só é útil se ajudar a prever o que vai acontecer. Apoie-se nessas três ideias. Aqui, seu ponto de referência é "Lotes, exemplos e embaralhamentos".

• Um exemplo é uma observação; um dataset é a coleção; um batch é o grupo processado durante um cálculo.
• Um minibatch produz uma estimativa do gradiente: tamanho pequeno costuma significar mais ruído, tamanho grande mais memória e um cálculo diferente.
• Embaralhar o treinamento reduz os pacotes ordenados enganosos, exceto quando a ordem temporal carrega uma informação que precisa ser respeitada.

O mapa vertical

Esse ciclo volta aos minilotes depois de cada atualização: várias estimativas sucessivas fazem o treinamento avançar. Leia o desenho de cima para baixo: cada seta anuncia uma transformação ou uma verificação, nunca um pensamento da máquina.

Uma analogia útil — e seu limite

A analogia: Um batch parece um punhado de cartas tirado de uma caixa grande.

Onde ela para: Diferentemente do acaso de um jogo, a amostragem do modelo segue um procedimento preciso e certos dados, como uma cronologia, não devem ser embaralhados às cegas. Uma analogia ajuda a começar; ela não substitui nem os dados, nem os cálculos, nem um teste.

Atividade sem tela — O gradiente aos punhados

Material: 24 cartas vermelhas ou azuis, quatro envelopes-lotes e seis fichas
Tempo sugerido: 10 a 20 minutos.

1. Guarde primeiro todas as vermelhas, depois todas as azuis, e forme lotes de quatro sem embaralhar.
2. Para cada lote, mova uma ficha para a cor majoritária como correção simulada.
3. Embaralhe as cartas, refaça os lotes e repita os deslocamentos.
4. Compare as trajetórias e calcule a proporção global das duas cores.

Observação esperada: lotes desbalanceados dão correções que ficam ziguezagueando ou favorecem uma parte do dataset.

Desafio opcional

Teste lotes de duas, quatro e doze cartas; descreva o compromisso entre estabilidade, número de atualizações e material necessário.

Segurança, equidade e escolha humana

Se uma categoria rara desaparecer de muitos lotes, ela pode ser negligenciada. Inspecione a composição dos lotes e não publique nenhum ranking individual.

Pergunta responsável: Como você formaria lotes para preservar uma categoria rara sem copiar dados pessoais?

Mini-quiz corrigido

1. Batch e dataset são sinônimos?

   Correção: Não. O dataset é a coleção completa; o batch é um grupo processado em uma etapa.

2. Por que embaralhar as cartas de treinamento?

   Correção: Para evitar que a ordem crie lotes sistematicamente diferentes, quando o tempo não for uma variável a preservar.

3. O maior batch é sempre o melhor?

   Correção: Não. Ele pode ser mais estável, mas exige mais memória e nem sempre oferece a melhor generalização.

Distintivo de competência

Mestre dos minilotes — Você ganha este distintivo se conseguir explicar o esquema sem ler, mostrar o resultado da atividade e corrigir uma resposta errada com gentileza.