آزمایشگاه آزاد؛ بدون نیاز به ورود
ترازو چرا مقدار رو اشتباه می‌خونه؟
ترازو ممکنه حتی قبل از گذاشتن وزنه از صفر دور باشه، یا با اضافه‌شدن هر گرم بیش از حد یا کم‌تر از حد تغییر کنه. این دو خطا رو از هم جدا کن.
آزمایش رو شروع کنوزنهی واقعیِ مدل همیشه ۵۰ گرمه. خطای صفر رو به‌صورت مقدار ثابت اضافه کن و خطای درجه‌بندی رو مثل ضریب تغییر بده؛ هر بار اجرا رو بزن و عدد خوانده‌شده رو ببین.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
ترازوی تنظیم‌شده
خطای صفر رو روی صفر و خطای درجه‌بندی رو روی ۱۰۰٪ بذار، بعد اجرا رو بزن. مقدار واقعی و مقدار دیده‌شده رو بخون.
حدست چیه؟ اگر هر دو خطا در نقطه‌ی تنظیم باشن، ترازو برای وزنه‌ی مدل چه عددی نشون می‌ده؟
توضیح نتیجه رو ببین
عدد دیده‌شده ۵۰ گرم و برابر مقدار واقعیه؛ ضریب ۱۰۰٪ یعنی وزن رو بزرگ یا کوچک نمی‌کنه و خطای صفر هم چیزی بهش اضافه نمی‌کنه.
فقط خطای صفر
ضریب درجه‌بندی رو روی ۱۰۰٪ نگه دار و خطای صفر رو روی ۲ گرم بذار. اجرا کن و اختلاف دو عدد رو بخون.
حدست چیه؟ اگر خطای صفر دو گرم باشه، خوانده‌ی ۵۰ گرمی چه‌قدر جابه‌جا می‌شه؟
توضیح نتیجه رو ببین
مقدار دیده‌شده ۵۲ گرمه؛ خطای صفر مثل یک جمع ثابت، دو گرم به خوانده اضافه کرده. اگر ترازو برای هر وزن همین خطا رو داشته باشه، این جابه‌جایی مستقل از مقدار وزنه است.
دو خطا با هم
خطای صفر رو روی منفی ۲ گرم و ضریب درجه‌بندی رو روی ۱۱۰٪ بذار. اجرا کن؛ بعد برای مقایسه، خطای صفر رو صفر و ضریب رو ۱۰۶٪ کن.
حدست چیه؟ آیا ممکنه دو ترکیب متفاوت از خطاها برای همین وزنه یک خوانده بسازن؟
توضیح نتیجه رو ببین
هر دو ترکیب برای وزنه‌ی ۵۰ گرمی، عدد ۵۳ گرم می‌سازن: در اولی ۵۰×۱٫۱−۲ و در دومی ۵۰×۱٫۰۶. یک وزنه‌ی معلوم کمک می‌کنه خوانده رو بررسی کنی، اما برای جداکردن دو خطا باید نقطه‌ی صفر و بیش از یک مقدار مرجع رو هم بسنجی.
پشت این حرکت چه خبره؟
مدل خوانده‌ی ترازو
measured = 50*gain + offset
مدل ساده‌ی این صفحه اول وزن واقعی رو در ضریب درجه‌بندی ضرب می‌کنه و بعد خطای صفر رو اضافه می‌کنه. وزنه‌ی واقعی اینجا همیشه ۵۰ گرمه؛ بقیه‌ی وزن‌ها رو نمی‌شه با این ابزار امتحان کرد.
خطای صفر چه اثری داره؟
measured - true = offset
offset یعنی ترازو حتی با بار صفر چه‌قدر از صفر فاصله داره. در این مدل، خطا جمعیه؛ مثلاً offset برابر ۲ گرم خوانده رو دو گرم بالا می‌بره.
خطای درجه‌بندی چه فرقی داره؟
gain = 1 => measured = true + offset
gain ضریبیه که وزن واقعی در اون ضرب می‌شه. ۱۰۰٪ یعنی ضریب ۱ و خوانده‌ی درست پیش از خطای صفر؛ ۱۱۰٪ یعنی سهم وزنه ده درصد بزرگ‌تر نمایش داده می‌شه.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
اگر ترازو با وزنه‌ی ۵۰ گرمی ۵۳ رو نشون بده، می‌دونم کدوم خطا رو داره؟
نه لزوماً. در همین مدل، offset برابر منفی ۲ گرم با ضریب ۱۱۰٪ و offset صفر با ضریب ۱۰۶٪ هر دو عدد ۵۳ رو می‌سازن. باید صفرِ بدون بار و مقدارهای مرجع بیشتری رو بررسی کنی تا اثر خطاها از هم روشن‌تر بشه.
سؤال‌های رایج
خطای صفر با خطای درجه‌بندی چه فرقی داره؟
خطای صفر یک مقدار ثابت به خوانده اضافه یا ازش کم می‌کنه؛ خطای درجه‌بندی خوانده‌ی وزنه رو در یک ضریب ضرب می‌کنه. مدل این صفحه از رابطه‌ی خوانده = ۵۰ × ضریب + خطای صفر استفاده می‌کنه.
ضریب ۱۱۰٪ یعنی چی؟
یعنی سهمِ وزنه در خوانده ۱٫۱ برابر شده. برای وزنه‌ی ۵۰ گرمی، پیش از اضافه‌کردن خطای صفر، عدد ۵۵ گرم به دست می‌آد.
با یک وزنه‌ی ۵۰ گرمی می‌شه ترازو رو کامل واسنجی کرد؟
نه. یک خوانده می‌تونه حاصل ترکیب‌های مختلفِ خطای صفر و ضریب باشه. بررسی صفرِ بدون بار و اندازه‌گیری چند وزنه‌ی معلوم اطلاعات بیشتری می‌ده.
این مدل همه‌ی خطاهای یک ترازوی واقعی رو داره؟
نه؛ فقط یک خطای جمعی و یک ضریب خطی رو مدل می‌کنه و وزنه‌ی مرجع رو دقیق می‌گیره. تغییر دما، محدودیت ظرفیت، تفکیک‌پذیری و خطاهای غیرخطی اینجا شبیه‌سازی نمی‌شن.