Una panoramica sul Machine Learning e le Reti Neurali (con Luca Mariot e Fabio Stefanini)

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! »» https://www.liberioltreleillusioni.it/dona-ora Vuoi contribuire? ASSOCIATI! »» https://www.liberioltreleillusioni.it/contribuisci-liberamente/associati ▔▔▔▔▔ 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 » https://twitter.com/liberioltre Instagram » https://www.instagram.com/liberioltre/ Sito » https://www.liberioltreleillusioni.it/ Telegram » https://t.me/liberioltre