05. Modul · 19. lecke · az utolsó lecke
Valószínűség — a modell kimenete
A modell sosem „biztos" — mindig eséllyel beszél. Ez a záró darab, ami megmagyarázza, miért mond a gép „80%-ot" és sosem tiszta igent vagy nemet.
A valószínűség azt méri, mennyire esélyes egy esemény — 0 (lehetetlen) és 1 (biztos) között. És most bezárul a kör az 1. modullal: ez ugyanaz a rész-szám, amit már ismersz, háromféle ruhában. Egy kockadobásnál a hatos esélye 16 = 0,167 = 16,7%. Tört, tizedes, százalék — mind ugyanaz.
A kulcsgondolat: az összes lehetőség esélye összeadva mindig 1 (100%). A gép a lehetőségek között „elosztja" a bizalmát — ezt hívjuk eloszlásnak. Nézd meg, hogyan dönt egy képfelismerő:

És itt visszaköszön a 13. lecke területe is: folytonos esetben (például „mennyi eső eshet") a valószínűséget egy görbe alatti területként adjuk meg, és a teljes terület mindig 1. A terület és a valószínűség ugyanannak a gondolatnak a két oldala.
Ha két esemény független (nem hatnak egymásra), az együttes esélyük a kettő szorzata — épp a 3. lecke törtszorzása! Két kockán két hatos esélye: 16 × 16 = 136. Ezért ritka a „dupla hatos" — az esélyek szorzása gyorsan lecsökkenti a végeredményt.
Kidolgozott példák
Előbb próbáld meg magad papíron, aztán nyisd le a lépésenkénti megoldást, és vesd össze a sajátoddal.
Példa 1 · Egy zsákban 3 piros és 5 kék golyó van. Mekkora eséllyel húzol pirosat, és mekkorával kéket?
2. Piros: 38 = 0,375 = 37,5%. Kék: 58 = 0,625 = 62,5%.
Ellenőrzés: 0,375 + 0,625 = 1 — a lehetőségek esélye összesen mindig 1. ✔
Példa 2 · Egy spamszűrő 95% eséllyel fog meg egy spamet. Két független spam érkezik. Mekkora eséllyel fogja meg mindkettőt, és mekkorával legalább az egyiket?
2. Legalább egy — a fordított úton könnyebb: annak az esélye, hogy egyiket sem fogja meg, 0,05 × 0,05 = 0,0025.
3. Legalább egy = 1 − 0,0025 = 0,9975, kb. 99,75%. ✔
Egy szabályos dobókockával mennyi az esélye, hogy páros számot dobsz? (Tipp: hány páros van 1-től 6-ig?)
Megoldás
Amikor egy nyelvi modell (pl. a ChatGPT vagy a Claude) a következő szót választja, valójában minden lehetséges szóra kiszámol egy valószínűséget (egy eloszlást, ami 1-re összegződik), és abból választ. Ezért nem mindig ugyanaz a válasza! A „92% pontosság", a „0,8 spam-esély" — mind ez. A modell kimenete a lényegénél fogva valószínűség: a gép sosem tud, csak becsül — de nagyon jól.
Nézd, mekkora utat tettél meg. A szorzás és az arányosság adta a neuron magját (y = w·x + b); a vektorok és mátrixok tették lehetővé, hogy sok neuront egyszerre kezeljünk; a negatív számok és a derivált mutatják meg, merre tanuljon; a százalék és a valószínűség adja a kimenetet. Ez az egész AI — és most már nem varázslat a szemedben, hanem érthető matematika.
Innen már bátran nekivághatsz a Python- és PyTorch-tananyagnak: minden képlet, amivel ott találkozol, ebből a tudástárból fog visszaköszönni. Gratulálok! 🎓
Megvan mind az 5 modul, a szorzótáblától a tanuló neuronig. És van tovább is: a 6–7. bónusz modul már elérhető — gyakorló feladatsor, egy pontozott mini-vizsga, majd a következő szint (aktivációs függvények, softmax és igazi PyTorch-kód). Lépj rá a „Következő" gombbal vagy a menüből.