machine learning
Panoramica
- Il machine learning è una parte dell’intelligenza artificiale che si occupa di costruire metodi che ‘imparano’, cioè metodi che usano i dati per migliorare le prestazioni su alcuni insiemi di task (es. riconoscimento di immagini).
- Il machine learning è un’applicazione dell’intelligenza artificiale (AI) che fornisce ai sistemi la capacità di imparare automaticamente dai dati senza essere esplicitamente programmati.
- Differenza principale con l’Informatica tradizionale: imparare un programma che gestisce i dati (ML) vs avere un programma codificato che esegue i dati (CS). Ottimizzazione, non logica.
Argomenti
Teoria
modalità di apprendimento in ML
data space
one hot encoding
loss function
generalization
supervised learning process
linear regression (regressione lineare)
polynomial regression (regressione polinomiale)
underfitting vs overfitting
bias e varianza in ML
regularization function (regolarizzazione)
variabili casuali e probabilità in ML
minimizzazione del rischio empirico (Empirical Risk Minimization - ERM)
discesa del gradiente (gradient descent)
regressione logistica
unsupervised learning (apprendimento non supervisionato)
Laboratorio
pandas
data generation and visualization for regression and classification