လက်တွေ့ လေ့ကျင့်ခန်း အစုံ ၁

ခဏလေး ဒီလိုပဲ စဉ်းစားကြည့်

ဒီ round က learn ခဲ့ပြီးသား Basic/Intermediate concept တွေကို လက်တွေ့ ပြန်စမ်းကြည့်ဖို့ round ပါ — Supervised vs Unsupervised, Regression vs Classification ကို ခွဲသိခြင်း, ML pipeline code ထဲက error ကို ရှာဖွေခြင်း, evaluation metric ကို မှန်ကန်စွာ ရွေးချယ်တတ်ခြင်းကိုပဲ ကိုယ်တိုင် လက်တွေ့ လုပ်ကြည့်ရမှာပါ။ Task တစ်ခုချင်းစီက ၅ မိနစ်ထက် မကြာသင့်ပါဘူး။

လက်တွေ့ scenario နဲ့ ချိတ်ကြည့်မယ်

Task 1: 'Supervised Learning', 'Unsupervised Learning', 'Regression', 'Classification' — ၄ လုံးရဲ့ ကွာခြားချက်ကို ဝါကျတစ်ကြောင်းစီနဲ့ ရှင်းပြပါ။ Task 2: `model.fit(X_test, y_test)` ဆိုပြီး (X_train အစား X_test) မှားရေးထားရင် ဘာ ပြဿနာ ဖြစ်နိုင်လဲ ခန့်မှန်းပြီး ရေးပါ။ Task 3: Class imbalance ရှိတဲ့ dataset (95% Class A, 5% Class B) မှာ Accuracy 95% ရလာရင် ဘာကြောင့် suspicious ဖြစ်သင့်လဲ ရှင်းပါ။ Task 4: House price prediction (continuous value) vs email spam detection (category) — ဘယ်ဟာက Regression, ဘယ်ဟာက Classification လဲ ဆုံးဖြတ်ပြီး ဘာကြောင့်လဲ ရေးပါ။

• Supervised/Unsupervised, Regression/Classification ရဲ့ ကွာခြားချက်ကို ရှင်းပြနိုင်ပြီ
• Train/test data leakage bug ကို ရှာဖွေတတ်ပြီ
• Class imbalance scenario မှာ Accuracy ကို suspicious ဖြစ်တတ်ပြီ

အတူတူ ကြည့်မယ်

# Task 2 - training on test data (data leakage)
model.fit(X_test, y_test)  # WRONG! should be X_train, y_train

Result: The model has now "seen" the test data during
training. When you evaluate on X_test again, the score
will look artificially high — you're testing on data the
model already memorized, not on truly unseen data.
This completely defeats the purpose of the train/test split.

# Task 3 - suspicious 95% accuracy
If the dataset is 95% Class A, a model that ALWAYS
predicts "Class A" (ignoring the input entirely) would
still score 95% accuracy — check precision/recall/F1
for Class B before trusting this number.

Supervised/Unsupervised ကွာခြားချက်၊ data leakage bug ရှာဖွေခြင်း၊ class imbalance awareness ရရှိလာမည်။