Imparare dai dati

Comprendere l'intelligenza artificiale

Maarten Van den Broeck

Senior Content Developer at DataCamp

Funzioni e aree IA coinvolte

Aree e funzioni IA

Funzioni e aree IA coinvolte

Aree e funzioni IA

Entrare nell'apprendimento automatico (ML)

Machine Learning: imparare dai dati e identificare modelli

Aree di Machine Learning

Entrare nell'apprendimento automatico (ML)

Machine Learning: imparare dai dati e identificare modelli

Aree di Machine Learning

Entrare nell'apprendimento automatico (ML)

Machine Learning: imparare dai dati e identificare modelli

Aree di Machine Learning

Entrare nell'apprendimento automatico (ML)

Machine Learning: imparare dai dati e identificare modelli

Aree di Machine Learning

Entrare nell'apprendimento automatico (ML)

Machine Learning: imparare dai dati e identificare modelli

Aree di Machine Learning

Apprendimento supervisionato

Classificazione: assegna a ciascuna osservazione la categoria (classe)

Classificazione binaria: due classi, ad esempio positivo/negativo, maschio/femmina, ecc.

Classificazione binaria

Apprendimento supervisionato

Classificazione: assegna a ciascuna osservazione la categoria (classe)

Classificazione binaria: due classi, ad esempio positivo/negativo, maschio/femmina, ecc.
Classificazione multiclasse: più classi che si escludono a vicenda, ad esempio più specie.

Apprendimento supervisionato: Annotazione dei dati (ottenere osservazioni etichettate con una classe nota a priori) per addestrare un modello in grado di fare inferenza

Classificazione multiclasse

Apprendimento supervisionato

Regressione: attribuisce a ogni dato un valore o etichetta

Regressione per stimare il prezzo di una casa

Previsione delle serie temporali: prevedere i valori futuri di una variabile in base al suo comportamento passato.

Previsione di serie temporali per prevedere i passeggeri giornalieri degli autobus

Apprendimento non supervisionato e per rinforzo

Clustering: trovare sottogruppi di dati con caratteristiche simili (es. algoritmo k-means )

Raggruppamento dei dati dei pinguini

Rilevamento di anomalie: rilevamento di osservazioni di dati anomali, ad esempio transazioni insolite con carte di credito.

Rilevamento delle anomalie

Scoperta di regole di associazione: trovare co-occorrenze comuni di elementi nei dati delle transazioni

Scoprire i prodotti che si acquistano spesso insieme

Apprendimento per rinforzo: imparare con l'esperienza (tentativi ed errori) a padroneggiare un compito complesso

Apprendimento con rinforzo per navigare in un labirinto

Che ne dici del Deep Learning?

Modelli altamente sofisticati basati su reti neurali profonde: risolvono compiti molto impegnativi in cui i modelli classici di sono limitati.
Impara dai dati come farebbe un cervello umano

Necessità di molti dati per imparare: a volte milioni di osservazioni

Attività di apprendimento profondo

Che ne dici del Deep Learning?

Modelli altamente sofisticati basati su reti neurali profonde: risolvono compiti molto impegnativi in cui i modelli classici di sono limitati.

Necessità di molti dati per imparare: a volte milioni di osservazioni

Attività di apprendimento profondo

Passiamo alla pratica!

Comprendere l'intelligenza artificiale