Рет қаралды 2,146
Dopo l'introduzione storica delineata nella scorsa puntata, in questo episodio approfondiamo una delle branche più studiate dell'intelligenza artificiale, ovvero il machine learning (ML, o apprendimento automatico). Cosa vuol dire per una macchina "imparare" a svolgere un determinato compito? Per rispondere a questa domanda prendiamo come riferimento le reti neurali, probabilmente il modello di machine learning più famoso al giorno d'oggi dato il successo del deep learning.
0:00 Introduzione
2:48 Cosa contraddistingue le reti neurali
8:22 Tipologie di ML
12:00 Come è fatta una rete neurale
22:40 Come apprende una rete neurale
28:40 Ispirazione biologica dell'apprendimento
35:07 Il meccanismo di backpropagation
43:29 Il problema dell'interpretabilità
50:38 Reti neurali come sistemi complessi
55:10 Le assunzioni alla base del ML
59:10 Conclusione
▔▔▔▔▔
SUPPORTA LIBERI OLTRE!
»» www.liberioltreleillusioni.it...
Vuoi contribuire? ASSOCIATI!
»» www.liberioltreleillusioni.it...
▔▔▔▔▔
Un luogo Aperto, Plurale, non Ideologico e non Identitario. Cerchiamo di diffondere i principi del #Merito, della #Competenza, della #ResponsabilitàIndividuale, della #Trasparenza Decisionale e Informativa, della Sussidiarietà, della Tutela delle #Libertà Individuali, dell’#Economia di #Mercato, della #Concorrenza e della #Solidarietà Individuale e Collettiva... Questa è Liberi Oltre!
▔▔▔▔▔
Seguici sui nostri social:
Twitter/𝕏 » / liberioltre
Instagram » / liberioltre
Sito » www.liberioltreleillusioni.it/
Telegram » t.me/liberioltre