Tagged: Training & Ottimizzazione

Paradigma di machine learning in cui il modello apprende da esempi già etichettati, cioè coppie input-output con la risposta corretta nota.…

Numero di esempi di training elaborati insieme prima di ciascun aggiornamento dei pesi. Nella discesa del gradiente a mini-batch bilancia v…

Errore sistematico che porta il modello a discostarsi in modo costante dai valori reali, dovuto a ipotesi troppo semplificative (bias di mo…

Tecnica di regolarizzazione per reti neurali che, durante l’addestramento, disattiva casualmente una frazione di neuroni a ogni passo. Ridu…

Nell’addestramento, un passaggio completo dell’algoritmo su tutti gli esempi del set di training. L’addestramento richiede in genere più ep…

Algoritmo iterativo di ottimizzazione che minimizza una funzione di costo aggiornando i parametri nella direzione opposta al suo gradiente.…

Adattamento eccessivo del modello ai dati di addestramento, di cui memorizza anche il rumore e i dettagli casuali invece delle regolarita g…

Insieme di tecniche che limitano la complessità di un modello per prevenire l'overfitting e migliorare la generalizzazione. Di solito si ag…

Verifica delle prestazioni del modello su un insieme di dati non usati per l'addestramento, distinto sia dal training set sia dal test fina…