Topic: Gezichtsherkenning-algoritme wijst de Mol aan

[Talpavenator]

Denk het niet echt. Ik geloof dat Jan wel een bondje had, maar ik kan me niet eens meer herinneren wie het was (was het Emilio), terwijl de bondjes Ruben/Loes, Stine/Olcay en Simone/Bella wel veel in beeld waren. Tegen het eind had hij praktisch een bondje met Olcay, maar dat was pas veel later. De bondjes Diederik/Thomas, Margriet/Martine, Kees/Zarayda en Jon/Rick waren ook niet bijzonder veel in beeld. Er was respectievelijk meer aandacht voor Jochem/Imanuelle, Rik/Marleen, Carolien/Paulien en Vivienne/Dennis. Art/Patrick kwam wel veel in beeld en tot op zekere hoogte ook Kim/Arjen en Dennis/Edo(/Patrick?), maar dat was toch vooral wat later in het spel. Als je verder teruggaat, hadden mensen niet echt bondjes.

Ik kan me Jans bondje nog heel goed herinneren, dat was Olcay en dat kwam zeker in beeld. Maar ik ben het er niet mee eens dat alleen het bondje van de mol uitvergroot wordt. Rik en Marlijn schieten nu naar binnen. Ik denk dat het echt aan de groepsdynamiek ligt wat wij er te zien van krijgen, Dit seizoen krijgen we er sowieso weinig van te zien.

[Amethyst]

https://github.com/Multifacio/Moldel

Deze is ook leuk... Het Moldel: Een AI model dat de mol voorspelt, maar veel meer meeneemt dan gezichtsherkenning alleen.

Laatste voorspelling:

Voorspelling afl. 7 via link hierboven

Spoiler (klik om te tonen/verbergen)

Marije 51,6% (lichte daling)
Splinter 40,7% (stijging ...meest mols dus in afl. 6)
Renée 7,7% (duidelijke daling)

ik weet de percentages van afl. 6 niet meer precies, maar klopten niet helemaal met de video van Faab, waar Char & Rocky nog werden meegenomen in de pie chart.

[Uil]

Ik weet het niet... Gevoelsmatig (en rationeel misschien ook wel) heb ik niet zoveel vertrouwen in dit model als ik lees hoe het tot stand komt. Minder dan met die gezichtsherkenning. Puntje is dan wel nog dat ze het berekend hebben voor de finale, en daar zijn we natuurlijk nog niet. Ik heb niet goed zicht op wat er gebeurt met de resultaten als Marije af zou vallen volgende week; slaat het dan in één keer door naar Splinter? Als je het per aflevering voor dit seizoen bekijkt, zitten er ook flinke sprongen in. In seizoen 20.2 is Peggy tot kort voor de finale echt megaverdacht volgens het model en Jeroen tamelijk marginaal, in de finale is het ineens helemaal anders. Een Wikipedia-pagina vind ik ook wat apart en gaat uit van bepaalde (niet gestaafde?) assumpties. Social media presence is echt heel erg kandidaat afhankelijk en volgens mij een stuk minder waardevol dit seizoen, zeker als ik afga op hoe wij aan het speuren waren in aanloop naar dit seizoen.

Mogelijk dat we er iets aan hebben in de uiteindelijke finale.

[Leendert]

AI-modellen voorspellen dat patronen de toekomst zich in de toekomst zich voortzetten. Als je AI-modellen CVs laat scannen, kiezen ze alle witte mannen uit voor hoge posities. Dit AI-model kiest dan ook een mol die lijkt op mollen uit voorgaande jaren. De sociale media analyse zou dan zeggen dat het een dertiger moet zijn die acteur of presentator is (Marije is dan de enige overgeblevene, Splinter scoort ook hoog maar is te jong). Maar de makers kiezen soms juist een mol die vernieuwend is en daar kan AI niet zo veel mee.

Daarnaast is de hoeveelheid vergelijkbare data voor AI-modellen erg beperkt. Er zijn 21 ex-mollen, wat al niet veel is, maar sommige daarvan zijn erg lang geleden.

AI-modellen deden het bij de laatste twee VS primaries en presidentsverkiezingen ook slecht. We hebben geleerd dat die verkiezingen zowel niet lijken op andere VS verkiezingen of op verkiezingen van 50 jaar terug en dan is de hoeveelheid data waarmee je werkt wel erg beperkt.

Maar leuk dat het wel geprobeerd wordt.

[Multifacio]

Ik zag dat jullie over mijn 'Moldel' aan het discussiëren waren, dus hierbij heb ik antwoorden op sommige speculaties.

Ik weet het niet... Gevoelsmatig (en rationeel misschien ook wel) heb ik niet zoveel vertrouwen in dit model als ik lees hoe het tot stand komt. Minder dan met die gezichtsherkenning.

Het gezichtsherkenningsalgoritme is een onderdeel van mijn Moldel, dus zou mijn Moldel in principe even accuraat of nog accurater moeten zijn dan het gezichtsherkenningsalgoritme.

Puntje is dan wel nog dat ze het berekend hebben voor de finale, en daar zijn we natuurlijk nog niet.

Na de finale (i.e. voor de ontknopings-aflevering) heb je inderdaad de meest accurate voorspelling. Maar voor de finale kun je ook al vrij accurate voorspellingen hebben. Het is inderdaad niet zo dat de kandidaat met de hoogste kans daadwerkelijk ook altijd de Mol is, maar de Mol heeft vaak wel een hoge kans volgens mijn algoritme om de Mol te zijn.

Ik heb niet goed zicht op wat er gebeurt met de resultaten als Marije af zou vallen volgende week; slaat het dan in één keer door naar Splinter?

In mijn Moldel kijk ik ook vaak wat er gebeurt als een bepaalde kandidaat afvalt en je ziet inderdaad dat de voorspelling uitslaat naar Splinter als Marije of Renee afvalt (wel natuurlijk onder voorbehoud van wat de kandidaten de volgende aflevering op de testvragen antwoorden). In het geval Splinter afvalt slaat de voorspelling uit naar Marije.

Als je het per aflevering voor dit seizoen bekijkt, zitten er ook flinke sprongen in. In seizoen 20.2 is Peggy tot kort voor de finale echt megaverdacht volgens het model en Jeroen tamelijk marginaal, in de finale is het ineens helemaal anders.

Dat ging inderdaad helemaal mis. Dat kwam voornamelijk omdat ik getipt was op een artikel (https://www.rtlboulevard.nl/entertainment/showbizz/artikel/5188262/dit-het-bewijs-dat-jeroen-niet-de-mol) na aflevering 5 dat aanwees dat de Jeroen niet meer de Mol kon zijn. Voor dit seizoen heeft de Social Media Layer een minder sterke rol in de voorspelling, dus ik verwacht niet dat dezelfde fout zich weer zal voordoen.

 

Een Wikipedia-pagina vind ik ook wat apart en gaat uit van bepaalde (niet gestaafde?) assumpties.

De Wikipedia layer is inderdaad niet mijn meest accurate layer. Mijn Moldel weet dit ook en geeft daarom ook een lager gewicht aan de Wikipedia layer in latere voorspellingen.

[Multifacio]

En als vervolg daarop:

Dit AI-model kiest dan ook een mol die lijkt op mollen uit voorgaande jaren.

De voorspelling wordt niet alleen op de karakters van de kandidaten gebaseerd (Wikipedia layer) maar ook basis van andere aspecten van het spel. Daarnaast heeft de Wikipedia layer niet een hele grote invloed op latere voorspellingen.

De sociale media analyse zou dan zeggen dat het een dertiger moet zijn die acteur of presentator is (Marije is dan de enige overgeblevene, Splinter scoort ook hoog maar is te jong).

Dat is niet hoe de Social Media Layer werkt, de Social Media Layer sluit kandidaten uit waarvan bewijs is dat ze eerder afgevallen moeten zijn. Leeftijd wordt overigens nog niet gebruikt door mijn Moldel om de Mol te voorspellen (dat ben ik wellicht wel van plan voor komende seizoenen).

Maar de makers kiezen soms juist een mol die vernieuwend is en daar kan AI niet zo veel mee.

Dan zou het Moldel ook voor voorgaande seizoenen af en toe problemen moeten ondervinden als het programma vernieuwend is, dat is tot op heden nog niet gebeurt.

Daarnaast is de hoeveelheid vergelijkbare data voor AI-modellen erg beperkt. Er zijn 21 ex-mollen, wat al niet veel is, maar sommige daarvan zijn erg lang geleden.

Dat er niet heel veel data is is inderdaad iets waarmee ik heb moeten omgaan in dit project. Ik gebruik ook technieken als data augmentation (meer data creëren uit minder data), feature reduction technieken (bijvoorbeeld PCA) om het aantal features te reduceren en hoe je dingen codeert maakt ook heel veel uit. Er zijn bijvoorbeeld 160 Wikipedia pagina's waarvan 16 Mol Wikipedia pagina's, wat inderdaad niet veel is. Maar voor de Exam Drop Layer heb ik 411 antwoorden waarop het model getraind is. En de Appearance Layer is getraind met 374 waardes hoe vaak iemand in beeld is gekomen, waarvan 45 waardes van de Mol.

AI-modellen deden het bij de laatste twee VS primaries en presidentsverkiezingen ook slecht. We hebben geleerd dat die verkiezingen zowel niet lijken op andere VS verkiezingen of op verkiezingen van 50 jaar terug en dan is de hoeveelheid data waarmee je werkt wel erg beperkt.

Het verschil alleen tussen mijn algoritme en een algoritme dat gebruikt wordt om verkiezingen te voorspellen is dat verkiezingsalgoritmes daadwerkelijk invloed hebben op de uitkomst van verkiezingen, doordat er minder mensen komen opdagen als ze denken dat hun kandidaat toch wel gaat winnen. Mijn algoritme is daar niet vatbaar voor. Bovendien weet ik dat veel van die voorspellingen gedaan zijn aan de hand van polls (mensen ondervragen op wie ze gaan stemmen), dat is anders dan met een AI voorspellingen proberen te maken.

[Amethyst]

Dat ging inderdaad helemaal mis. Dat kwam voornamelijk omdat ik getipt was op een artikel dat na aflevering 5 dat aanwees dat de Jeroen niet meer de Mol kon zijn. Voor dit seizoen heeft de Social Media Layer een minder sterke rol in de voorspelling

Interessant ...ik dacht dat dat misschien nog wel een grote rol speelde omdat 1 van de 2 namen die je niet meer meeneemt in je voorspellingen ergens was getagd in de opnameperiode (of zoiets).

Hou er rekening mee dat Jeroen dat expres had gedaan ...dus ik zou zelf alleen hard bewijs meenemen dat iemand tijdens de opnameperiode in Nederland is geweest.

Nog een vraagje... zou je kunnen aangeven (zonder spoilers te noemen ...en anders graag tussen spoiler tags) waarom het Moldel Charlotte & Rocky nu helemaal lijkt uit te sluiten? Of begrijp ik het niet goed?

Leuk dat je een account hebt aangemaakt, trouwens. Welkom

[Multifacio]

Interessant ...ik dacht dat dat misschien nog wel een grote rol speelde omdat 1 van de 2 namen die je niet meer meeneemt in je voorspellingen ergens was getagd in de opnameperiode (of zoiets).

Nee, dat die kandidaten niet meer in de voorspelling meegenomen zijn is omdat ze lager dan 1.5% scoren wat eigenlijk niet komt door de Social Media Layer maar door de andere 4 layers.

Hou er rekening mee dat Jeroen dat expres had gedaan ...dus ik zou zelf alleen hard bewijs meenemen dat iemand tijdens de opnameperiode in Nederland is geweest.

Dat doe ik tegenwoordig ook.

Nog een vraagje... zou je kunnen aangeven (zonder spoilers te noemen ...en anders graag tussen spoiler tags) waarom het Moldel Charlotte & Rocky nu helemaal lijkt uit te sluiten? Of begrijp ik het niet goed?

• Charlotte wordt zo goed als uitgesloten door de Exam Drop Layer, dat houdt in dat teveel afvallers vragen op haar hebben ingevuld.
• Rocky wordt zo goed als uitgesloten door een combinatie van de Exam Drop Layer, Appearance Layer en Wikipedia Layer. Dat betekent dat ook afvallers vragen op haar invullen, dat ze teveel in beeld komt en dat haar karakter niet past bij dat van een Mol.

[Leendert]

En als vervolg daarop:De voorspelling wordt niet alleen op de karakters van de kandidaten gebaseerd (Wikipedia layer) maar ook basis van andere aspecten van het spel. Daarnaast heeft de Wikipedia layer niet een hele grote invloed op latere voorspellingen.

Dat is niet hoe de Social Media Layer werkt, de Social Media Layer sluit kandidaten uit waarvan bewijs is dat ze eerder afgevallen moeten zijn. Leeftijd wordt overigens nog niet gebruikt door mijn Moldel om de Mol te voorspellen (dat ben ik wellicht wel van plan voor komende seizoenen).
Dan zou het Moldel ook voor voorgaande seizoenen af en toe problemen moeten ondervinden als het programma vernieuwend is, dat is tot op heden nog niet gebeurt.

Sorry dat ik de social media layer verkeerd begrepen heb. Ik heb de indruk dat de makers er scherper in zijn geworden en volgens mij zag ik bijv dit seizoen nog geen spoilers op basis van social media gebruik.

Ik begrijp dat leeftijd niet wordt meegenomen, maar bij dit soort modellen kan het tricky zijn dat je je baseert op een aantal factoren die impliciet iets anders meenemen. Bijvoorbeeld het gebruik van bepaalde social media of bepaald taalgebruik is sterk afhankelijk van leeftijdsgroep. We hebben al een tijdje geen oudere mol gehad en dus kan het model onterecht de conclusie trekken dat deze kenmerken bij een mol horen (terwijl ze eigenlijk veel scherper samenhangen met beroep en leeftijd). Daar kun je natuurlijk wel voor corrigeren, maar het blijft lastig dat te blijven, zeker bij een beperkte dataset. Ik bedoel alleen maar te zeggen dat ik vrij skeptisch ben, maar ik ben benieuwd of het lukt.

[Molest]

• Charlotte wordt zo goed als uitgesloten door de Exam Drop Layer, dat houdt in dat teveel afvallers vragen op haar hebben ingevuld.
• Rocky wordt zo goed als uitgesloten door een combinatie van de Exam Drop Layer, Appearance Layer en Wikipedia Layer. Dat betekent dat ook afvallers vragen op haar invullen, dat ze teveel in beeld komt en dat haar karakter niet past bij dat van een Mol.

Dank voor deze toelichting! De keuze van de makers welke vraag van de afvaller in beeld te brengen, is willekeurig - of zelfs strategisch, om ons op een verkeerd been te zetten. Dat zagen we in het jubileumseizoen nog bij Ron. Ik heb het idee dat vaak die vraag eruit wordt gepikt die niet betrekking heeft op degene op wie hij/zij eruit is gegaan. Een verdachte van de afvaller ja, dat is belangrijk, maar een vraag van de afvaller? Zou ik geen zwaar gewicht aan toekennen.

[Multifacio]

Sorry dat ik de social media layer verkeerd begrepen heb. Ik heb de indruk dat de makers er scherper in zijn geworden en volgens mij zag ik bijv dit seizoen nog geen spoilers op basis van social media gebruik.

Dat klopt, dit seizoen wordt niemand uitgesloten op basis van de Social Media Layer.

Ik begrijp dat leeftijd niet wordt meegenomen, maar bij dit soort modellen kan het tricky zijn dat je je baseert op een aantal factoren die impliciet iets anders meenemen. Bijvoorbeeld het gebruik van bepaalde social media of bepaald taalgebruik is sterk afhankelijk van leeftijdsgroep.

Ik denk dat je niet helemaal mijn Social Media Layer begrijpt. De uitkomst van mijn Social Media Layer is dat iemand nog mogelijk de Mol kan zijn of geen mogelijkheid meer heeft om de Mol te zijn. Er zit dus geen optie tussen in dat je nog een beetje kans hebt om de Mol te zijn (bij de oude versie zat dat wel erin). Voor deze layer gebruik ik ook geen artificial intelligence, maar voer ik handmatig in welke spelers op basis van duidelijk bewijs niet meer de Mol kunnen zijn.

De keuze van de makers welke vraag van de afvaller in beeld te brengen, is willekeurig - of zelfs strategisch, om ons op een verkeerd been te zetten.

De makers zullen ons inderdaad op een verkeerd been proberen te zetten, maar een algoritme dat meerdere seizoenen als training data heeft, heeft dat natuurlijk ook door. In ieder geval volgens mijn algoritme zit er een relatie tussen de kans op het goed beantwoorden van vragen en hoe vroeg de kandidaat was afgevallen en hoe lastig de vraag is.

Dat zagen we in het jubileumseizoen nog bij Ron. Ik heb het idee dat vaak die vraag eruit wordt gepikt die niet betrekking heeft op degene op wie hij/zij eruit is gegaan.

Ron was natuurlijk ook een vrij late afvaller en late afvallers hebben hun vraag vaker goed. Maar daarnaast kun je op basis van één geval niet zeggen of er wel of geen relatie is. Stel bijvoorbeeld dat je een vraag hebt die je met gokken 50% van de keer goed beantwoord en je ziet dat in 25/30 gevallen die fout beantwoord wordt door een vroege afvaller, dan beantwoorden vroege afvallers die een stuk slechter dan random gokken en kun je dat gebruiken om de Mol te vinden.

Een verdachte van de afvaller ja, dat is belangrijk, maar een vraag van de afvaller? Zou ik geen zwaar gewicht aan toekennen.

Hij kijkt niet alleen na het antwoord dat gegeven wordt door de afvaller in de aflevering dat hij afvalt. Hij kijkt ook naar eerdere antwoorden die gegeven zijn door de desbetreffende afvaller.

[Amethyst]

@ Multifacio, wat de Appearance Layer betreft... toen ik ernaar googelde zag ik dat het widm gezichtsherkenningsalgoritme van Mattijn vorig jaar al bekend was online. Zo uit t hoofd was er op Tweakers.net een draadje over met veel reacties.

Neemt het Moldel dat soort dingen ook mee? Dat de productie daarop in zou kunnen spelen, bedoel ik.


Over de Wiki Layer ...zijn er al mollen geweest die eigenlijk niet binnen het plaatje pasten?  Rob was muzikant, maar paste er qua gedrag en profiel mss wel heel erg bij. Jeroen OTOH was toch een vreemde keuze ...die mss ook niet helemaal goed uitpakte voor de meeste kijkers. Hij dacht zelf dat ie aan het stunten was, maar ja 

Ik ben ook wel benieuwd hoe die layer Charlotte, Splinter, Marije, Renée & Rocky rate. Past iedereen behalve Rocky binnen het profiel?


Ik weet niet of je er iets mee kan, maar lijkt me ook dat kandidaten die elkaar al voor de opnamen kenden de mol bijna niet kunnen zijn.

Vorig seizoen kenden Tygo, Peggy & Horace elkaar ...en ik denk dat er nog meer bij waren. Nadja, Patrick...

Dat was een jubileumseizoen dus mss ietsje anders, maar nu had je Lakshmi & Joshua ..allebei niet de mol. In S20 Miljuschka & Buddy die allebei dingen deden voor RTL Boulevard.

[Multifacio]

@ Multifacio, wat de Appearance Layer betreft... toen ik ernaar googelde zag ik dat het widm gezichtsherkenningsalgoritme van Mattijn vorig jaar al bekend was online. Zo uit t hoofd was er op Tweakers.net een draadje over met veel reacties.

Neemt het Moldel dat soort dingen ook mee? Dat de productie daarop in zou kunnen spelen, bedoel ik.

In het Renaissance seizoen kwam de Mol ook minder in beeld. Dus ik denk niet dat de productie daarop ingespeeld heeft. Wat betreft dat de productie gaat inspelen op mijn algoritme, daar ben ik wel bang voor en dan zullen de voorspellingen voor het volgende seizoen tegen gaan vallen. Maar dan moeten ze natuurlijk wel mijn algoritme begrijpen en daarvoor heb je wel verstand nodig van artificial intelligence en/of statistiek. Het zou ook kunnen zijn dat ze er niet op in gaan spelen, i.e. je kunt natuurlijk alle componenten uit je programma halen waarmee je eventueel de Mol zou kunnen voorspellen, maar dan is er ook geen plezier meer aan om naar 'Wie is de Mol?' te kijken.

Over de Wiki Layer ...zijn er al mollen geweest die eigenlijk niet binnen het plaatje pasten?  Rob was muzikant, maar paste er qua gedrag en profiel mss wel heel erg bij.

Ja, dat is zeker gebeurt. Rob Dekay scoorde inderdaad als muzikant minder goed op de Wikipedia Layer, Jon van Eerd scoorde ook slechter en in de vorige versie van de Wikipedia Layer scoorde ook Margriet van der Linden slechter.

Ik ben ook wel benieuwd hoe die layer Charlotte, Splinter, Marije, Renée & Rocky rate. Past iedereen behalve Rocky binnen het profiel?

Nee, naast Rocky scoort Marije ook slechter. Als zij dus de Mol blijkt te zijn dan is Marije een nieuw geval dat slechter scoort op de Wikipedia layer, wat wellicht een reden voor mij is om de Wikipedia layer in komende seizoenen uit te schakelen of te veranderen aangezien dat onlangs nog gebeurde met Rob als Mol.

Ik weet niet of je er iets mee kan, maar lijkt me ook dat kandidaten die elkaar al voor de opnamen kenden de mol bijna niet kunnen zijn.

Interessant, dat zou ik eventueel als nieuw idee kunnen gebruiken (daar vermeld ik dan ook jouw naam bij). Je moet hierbij wel goed definiëren wat kennen is en het moet natuurlijk ook bekend zijn wie elkaar allemaal kennen en wie niet. Daar zie ik wel moeilijkheden in om dat goed te definiëren en daarover data te vinden.

[Leendert]

Ik denk dat je niet helemaal mijn Social Media Layer begrijpt. De uitkomst van mijn Social Media Layer is dat iemand nog mogelijk de Mol kan zijn of geen mogelijkheid meer heeft om de Mol te zijn. Er zit dus geen optie tussen in dat je nog een beetje kans hebt om de Mol te zijn (bij de oude versie zat dat wel erin). Voor deze layer gebruik ik ook geen artificial intelligence, maar voer ik handmatig in welke spelers op basis van duidelijk bewijs niet meer de Mol kunnen zijn.

Mijn opmerking was hier over de wikilayer (niet over de social media layer, waarvan ik begrijp dat hij anders is). Het kan zijn dat mijn voorbeelden van social media gebruik en taalgebruik niet echt van toepassing zijn op de wiki, maar ook in de wiki kunnen bepaalde kenmerken die ogenschijnlijk op zichzelf staan toch feitelijk erg sterk samenhangen met andere kenmerken (zoals leeftijd, geboorteplaats, woonplaats, beroep, geslacht, etc.) Daardoor kan het zijn dat je een factor per ongeluk meerdere keren meetelt (bijv. acteurs zijn vaker de mol, maar mensen die op school toneel hebben gedaan zijn ook vaker de mol, net als mensen die toneelacademie hebben gedaan en mensen die in een lange lijst met fims voorkomen, maar ja, je telt iedere keer bijna hetzelfde) of dat je iets meetelt wat je eigenlijk niet wil meetellen (bijv. lid geweest van de PPR kunnen alleen maar mensen zijn die voor 1990 al volwassen waren, dus dat is een verborgen leeftijdindicator).

Het feit dat Rob en (in eerste instantie) Margriet op deze layer slechter scoorde, verbaast me ook niet, omdat de acteurs en presentatoren in een bepaalde leeftijdsgroep behoorlijk waren oververtegenwoordigd in de mollen en veel van hun kenmerken komen overeen (zelfs op punten waar het niet overduidelijk is). Niet vreemd dat Rocky daar laag scoort (wel dat Marije daar laag scoort en Renee daar juist hoog).

Een vraag over deze layer: vergelijk je oud-mollen op basis van hun profielen vandaag of op basis van hun profielen toen ze de mol waren? Margriet had volgens mij weinig met tv gedaan voor haar molschap, maar dat begon daarna pas. Om een goede vergelijking te maken zou je verwachten dat je het moet baseren op hun kenmerken tot het moment dat ze geselecteerd werden als mol.

[Multifacio]

Daardoor kan het zijn dat je een factor per ongeluk meerdere keren meetelt (bijv. acteurs zijn vaker de mol, maar mensen die op school toneel hebben gedaan zijn ook vaker de mol, net als mensen die toneelacademie hebben gedaan en mensen die in een lange lijst met fims voorkomen, maar ja, je telt iedere keer bijna hetzelfde).

Daar heb ik PCA (Principal Component Analysis) voor gebruikt. Die probeert gecorreleerde features samen te voegen.

Een vraag over deze layer: vergelijk je oud-mollen op basis van hun profielen vandaag of op basis van hun profielen toen ze de mol waren? Margriet had volgens mij weinig met tv gedaan voor haar molschap, maar dat begon daarna pas. Om een goede vergelijking te maken zou je verwachten dat je het moet baseren op hun kenmerken tot het moment dat ze geselecteerd werden als mol.

In Wikipedia heb je de optie om terug in de geschiedenis te gaan naar een oudere versie van hun Wikipedia pagina. Dit heb ik uiteraard ook gedaan en ik heb de laatste Wikipedia versie gepakt voordat de eerste aflevering van dat seizoen werd uitgezonden. Met uitzondering van seizoenen 5 t/m 8, omdat voor 2009 nog niet elke kandidaat een gedetailleerde Wikipedia pagina had. Seizoenen 5 t/m 8 zijn om die reden ook niet geëvalueerd met het Moldel.

[_Malle_Molloot]

Holy shit, ik vind dit echt zo vet! Petje af dat je hier zo veel tijd in stopt, het lijkt me een heel gaaf project!

En nog vetter dat je de tijd neemt om antwoord te geven op alle vragen.

Ondanks dat, hoop ik toch dat je scores anders gaan uitkomen, want ik zit vol in de Renee tunnel. We gaan het zien!

[Amethyst]

interview met Multifacio:

interessant stukje over de verdenkingen van afvallers rond 11:00

[molecula]

interessant stukje over de verdenkingen van afvallers rond 11:00

Ik denk dat het 'Moldel' hier een fout maakt. Er zou juist meer waarde moeten gehecht aan wat een afvaller daadwerkelijk over zijn verdenking zegt, dan aan wat er volgens de beelden bij de test wordt aangeklikt. Beelden worden namelijk makkelijker gemanipuleerd dan mensen. Er is al zo vaak aangetoond dat die beelden juist niet kloppen, terwijl een kandidaat geen reden heeft om over zijn verdenking te gaan liegen, met als risico om achteraf er nog meer naast te zitten.
De enige 'montagetruc' die in de praktijk bij biechten wordt toegepast, is dat de verdenkingen die je hoort van een andere aflevering zijn. Maar juist bij vroege afvallers valt daar weinig aan te manipuleren.

Ik denk dat je model veel potentie heeft en ik heb veel respect voor al dat werk. Maar volgens mij zal het resultaat juist veel nauwkeuriger zal zijn als puur gekeken wordt naar wat gezegd wordt (door de afvallers, die zijn immers niet de mol) en niet naar wat de montage ons wil doen laten geloven over wat is ingevuld bij de test. Het is en blijft TV.

[Amethyst]

Ik denk dat het 'Moldel' hier een fout maakt. Er zou juist meer waarde moeten gehecht aan wat een afvaller daadwerkelijk over zijn verdenking zegt, dan aan wat er volgens de beelden bij de test wordt aangeklikt. Beelden worden namelijk makkelijker gemanipuleerd dan mensen. Er is al zo vaak aangetoond dat die beelden juist niet kloppen, terwijl een kandidaat geen reden heeft om over zijn verdenking te gaan liegen, met als risico om achteraf er nog meer naast te zitten.

Ja.... ik denk dat het allebei heel makkelijk te manipuleren is. Heb ook m'n twijfels bij het Moldel op dat punt.

Vorig jaar klopte de laatst getoonde testvraag van Ron idd niet met op wie hij toen zat. Er werd gedaan alsof hij erop de mol uitvloog.

[Nat007]

Ik zag dat jullie over mijn 'Moldel' aan het discussiëren waren, dus hierbij heb ik antwoorden op sommige speculaties.

Geweldig werk, Multifacio! Uiteraard is zo'n algoritme geen helderziende en is er altijd een fout-marge, maar wat jullie tot nu toe hebben kunnen voorspellen is indrukwekkend en lijkt zeker behoorlijk accuraat. Ik ga er nu helemaal vanuit dat Splinter of Marije de mol is dit seizoen. Hoop dat de makers van WIDM hun tactiek niet al tezeer gaan aanpassen naar aanleiding van deze nieuwe techniek. Maar aan de andere kant, ik hoop ook al vele seizoenen dat er eens voor gekozen wordt om de mol juist meer uit te vergroten in de afleveringen, en dat er eens radicaal tegen de eigen gewoontes ingegaan wordt, puur voor de variatie en de verwarring die dat zal gaan stichten bij de kijker, dus wie weet