Machine Learning Avanzato
Backpropagation
Ottimizzazione degli errori. Algoritmo che aggiorna i pesi delle reti neurali minimizzando l’errore.
Batch Size
Numero di esempi per iterazione. Quantità di dati processati prima di aggiornare i pesi.
Deep Learning
Rete neurale profonda. Ramo del ML che usa reti neurali con molti strati.
Dropout
Disattivazione casuale. Tecnica che disattiva neuroni durante il training per migliorare la generalizzazione.
Embedding
Rappresentazione numerica. Tecnica per convertire dati discreti (es. parole) in vettori numerici.
Epoch
Ciclo completo di training. Passaggio completo su tutto il dataset durante l’addestramento.
Gradient Descent
Algoritmo di ottimizzazione. Metodo per trovare il minimo di una funzione di errore.
Regularizzazione
Controllo della complessità. Tecnica per evitare l’overfitting penalizzando modelli troppo complessi.
Rete Neurale
Modello ispirato al cervello. Struttura composta da nodi (neuroni) interconnessi che elaborano informazioni.
Transformers
Architettura avanzata. Modelli che usano attenzione per gestire input sequenziali, base di GPT.
Transformers
Architettura avanzata. Modelli che usano attenzione per gestire input sequenziali, base di GPT.