Please enable JavaScript.
Coggle requires JavaScript to display documents.
MACHINE LEARNING E DEEP LEARNING - Coggle Diagram
MACHINE LEARNING E DEEP LEARNING
DEFINIZIONE
rappresenta l’abilità delle macchine di apprendere senza essere state esplicitamente e preventivamente programmate. Gli algoritmi di ML usano metodi per apprendere direttamente dai dati, senza modelli matematici ed equazioni predeterminate, imparando dall’esperienza;
METODI DI APPRENDIMENTO
simbolisti
si ispirano alla filosofia, alla psicologia e alla logica
DEDUZIONE INVERSA
connessionisti
prendono spunto dalle neuroscienze e dalla fisica RETROPROPAGAZIONE
evoluzionisti
si ispirano alla genetica e alla biologia evolutiva per realizzare simulazioni numeriche dell’evoluzione
PROGRAMMAZIONE GENETICA
bayesiani
fondano le proprie tesi sulla statistica
INFERENZA PROBABILISTICA
analogisti
sono influenzati dalla psicologia e dall’ottimizzazione matematica, e ritengono che si impari da estrapolazioni basate su criteri di somiglianza VETTORI DI SUPPORTO
PROGETTAZIONE E SVILUPPO
raccolta dei dati
l’apprendimento della macchina e la costruzione della sua esperienza si basa sui dati raccolti in questa fase;
preparazione dei dati
i dati vanno ripuliti a seconda del campo di applicazione e vanno poi divisi. Una parte servirà per il training e una parte per il test;
addestramento del modello
con dati ripuliti e selezionati è possibile costruire il
modello più adatto da addestrare
test del modello
l’algoritmo prescelto viene eseguito sui dati di training e le previsioni vengono confrontate con i dati di test;
uso del modello
APPLICAZIONI: motori di ricerca; filtri antispam delle mail; campo medico; riconoscimento vocale o identificazione della scrittura manuale; auto a guida autonoma; sistemi di raccomandazione.
DEFINIZIONE
Rappresenta un metodo di machine learning. Permette di creare modelli di apprendimento su più livelli. Si basa su reti neurali artificiali disposte in diversi strati, ciascuno dei quali calcola i valori per quello successivo
ELABORAZIONE
Il deep learning restituisce la rappresentazione dei dati a livello gerarchico, a diversi livelli, elaborandoli e trasformandoli. Classifica i dati in ingresso e in uscita, evidenziando quelli importanti ai fini della risoluzione del problema. POSSIEDE UNA CAPACITA DI ELABORARE I DATI SIMILE A QUELLA UMANA
SVILUPPO
aumento esponenziale di dati a disposizione (big
data): il maggiore quantitativo di dati che il software può analizzare permette di aumentare il livello di apprendimento e quindi di prestazioni.
aumento delle performance dei computer: la riduzione dei tempi di calcolo ha migliorato i risultati ottenibili (introduzione delle GPU).
SCOPO E FUNZIONAMENTO
Lo scopo di questi algoritmi è comprendere come funziona il cervello umano e come riesce ad interpretare le immagini e il linguaggio: piramide in cui i concetti più alti sono appresi a
partire dai livelli più bassi.
funzione di costo (idealmente vale 0, i due set di dati in uscita coincidono): mostra quanto si discostano gli output dell’I.A. dagli output reali.
Per ridurre questa funzione si modificano i pesi associati ai neuroni tramite la tecnica del GRADIENTE DISCENDENTE: permette di trovare il minimo di una funzione, cambiando i pesi con l’applicazione di piccoli incrementi dopo ogni singola iterazione. Si calcola poi la derivata della funzione di costo di un certo insieme di pesi, in questo modo si determina la direzione del minimo.
APPLICAZIONI
DIFFUSE: macchine automatiche di traduzione; colorazione automatica di immagini in bianco e nero; aggiunta di suoni ai video muti; classificazione di oggetti; generazione automatica della scrittura a mano; generazione automatica di didascalie di immagini; generazione di linguaggio naturale (NLP); lettura delle labbra; diagnostica medica; guida automatica; controllo di qualità.
ATTUALI: FACEBOOK (carpisce gli interessi dell’utente e gli propone prodotti o servizi in sintonia con i propri interessi) GOOGLE ( Gmail rileva la presenza di una richiesta o di una domanda e ci avvisa prontamente oppure crea risposte automatiche; Google Foto riconosce
elementi nelle foto; Google Traduttore riconosce la lingua usata) APPLE ( Siri ci permette di conversare con
un’assistente vocale) CLIMA (cambiamento climatico); MUSICA DIGITALE; APPLICAZIONI XSENSE ( simula i processi cognitivi non automatici della mente umana).
VIDEOGIOCHI: L'I.A. assume due comportamenti
-> Good Artificial Intelligence (gioca per vincere)
-> Fun Artificial Intelligence (gioca per perdere)