Intelligenza Artificiale
Machine Learning
Termini chiave del machine learning: algoritmi supervisionati e non supervisionati, reti neurali, training, overfitting e tecniche di feature engineering.
20 termini
-
A
-
Algoritmo
Procedura di apprendimento. Insieme di regole che guidano l’addestramento del modello. -
Apprendimento supervisionato
Training con etichette. Metodo in cui i dati sono accompagnati da risposte corrette. -
B
-
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. -
Bias
Distorsione nei dati o modello. Errore sistematico che altera l’output del modello. -
C
-
Classificazione
Assegnazione di etichette. Tecnica di ML che assegna una categoria a ogni input. -
D
-
Dataset
Insieme di dati. Raccolta strutturata di dati usata per addestrare un modello. -
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. -
E
-
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. -
F
-
Feature
Caratteristica. Variabile indipendente usata per fare previsioni. -
G
-
Gradient Descent
Algoritmo di ottimizzazione. Metodo per trovare il minimo di una funzione di errore. -
M
-
Modello
Struttura appresa. Algoritmo che apprende da dati e fa previsioni o classificazioni. -
O
-
Overfitting
Adattamento eccessivo. Quando un modello impara troppo bene i dati di training, perdendo generalizzazione. -
R
-
Regressione
Previsione numerica. Tecnica che predice un valore continuo. -
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. -
T
-
Transformers
Architettura avanzata. Modelli che usano attenzione per gestire input sequenziali, base di GPT. -
V
-
Validazione
Verifica delle performance. Processo di testare il modello su dati non visti.