Please enable JavaScript.

Coggle requires JavaScript to display documents.

INTELLIGENZA ARTIFICIALE: branca della scienza che riproduce parzialmente…

- - - - ACCURACY: risultato di numeri di associazioni corrette/numero totale di test dati.
      - CLASSIFICAZIONE --> ate etichette e i dati vengono divisi in gruppi secondo le caratteristiche
      - REGRESSIONE--> prende dati numerici e fa previsioni che sono altri dati numerici; previsione su dati reali;
      - APPRENDIMENTO--> deve avere un DATA SET, UN COMPITO E UNA MISURA DI PERFORMANCE
        
        capacità di un sistema di apprendere da un set di dati , addestrarlo sul compito e vedere come migliora in base alle misure di performance
  - - - elemento centrale del deep learning
      - il modello che simula il neurone si chiama PERCETTRONE; questi sono collegati con CONNESSIONI PESATE (sinapsi) ossia che possono essere trasmesse con una densità maggiore o minore in base al dato.. si ha un input e un output.
      - LIVELLO DI ATTIVAZIONE-->sotto quel livello lì il neurone ignora i segnali
      - un sistema per calcolare il livello di attivazione al tempo successivo. (tempo in cui non può ricevere altri segnali)
      - gli ingressi sono diversi e caratterizzati dai pesi che dicono quanto l'ingresso sia importante
        
        si ha poi una sommatoria degli ingressi moltiplicati per il loro peso.questi formano l’output. l’utente sceglie il valore di soglia e pesa i segnali con la funzione HEAVISIDE (basandosi sul valore di soglia scelto)→ funzione a gradino.
        tutti i valori sotto la soglia sono 0, gli altri sopra sono 1.