mirror of
https://github.com/Steffo99/unisteffo.git
synced 2024-11-21 15:34:21 +00:00
Begin machine learning
This commit is contained in:
parent
520e140b8a
commit
6f4c4c2d42
3 changed files with 171 additions and 0 deletions
|
@ -176,6 +176,11 @@ const Home: NextPage = () => {
|
|||
Big data analytics
|
||||
</Link>
|
||||
</ListUnordered.Item>
|
||||
<ListUnordered.Item>
|
||||
<Link href="/year4/machinelearning">
|
||||
Machine learning
|
||||
</Link>
|
||||
</ListUnordered.Item>
|
||||
</ListUnordered>
|
||||
</Box>
|
||||
<Box>
|
||||
|
|
55
pages/year4/machinelearning/index.tsx
Normal file
55
pages/year4/machinelearning/index.tsx
Normal file
|
@ -0,0 +1,55 @@
|
|||
import {Heading, Chapter, Box, Idiomatic as I, Panel, ListUnordered, Parenthesis} from "@steffo/bluelib-react"
|
||||
import type { NextPage, NextPageContext } from 'next'
|
||||
import { Link } from '../../../components/link'
|
||||
import { Warn1024 } from '../../../components/warn'
|
||||
|
||||
|
||||
export async function getStaticProps(_context: NextPageContext) {
|
||||
return {
|
||||
props: {}
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
const Page: NextPage = () => {
|
||||
return <>
|
||||
<Heading level={2}>
|
||||
Machine learning
|
||||
</Heading>
|
||||
<Chapter>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Premessa
|
||||
</Heading>
|
||||
<p>
|
||||
TODO
|
||||
</p>
|
||||
</Box>
|
||||
</Chapter>
|
||||
<Chapter>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Materiale raccolto
|
||||
</Heading>
|
||||
<p>
|
||||
TODO
|
||||
</p>
|
||||
<Chapter>
|
||||
<Panel>
|
||||
<Heading level={4}>
|
||||
Appuntiweb
|
||||
</Heading>
|
||||
<Warn1024/>
|
||||
<ListUnordered>
|
||||
<ListUnordered.Item>
|
||||
<Link href="/year4/machinelearning/teoria">Appunti di teoria</Link>
|
||||
</ListUnordered.Item>
|
||||
</ListUnordered>
|
||||
</Panel>
|
||||
</Chapter>
|
||||
</Box>
|
||||
</Chapter>
|
||||
</>
|
||||
}
|
||||
|
||||
export default Page
|
111
pages/year4/machinelearning/teoria.tsx
Normal file
111
pages/year4/machinelearning/teoria.tsx
Normal file
|
@ -0,0 +1,111 @@
|
|||
import {Heading, Chapter, Box, ListUnordered, BringAttention as B, Idiomatic as I} from "@steffo/bluelib-react"
|
||||
import type { NextPage, NextPageContext } from 'next'
|
||||
import { Link } from '../../../components/link'
|
||||
import 'katex/dist/katex.min.css';
|
||||
import TeX from "@matejmazur/react-katex"
|
||||
const r = String.raw
|
||||
|
||||
const X = () => <TeX math={r`\mathbb{X}`}/>
|
||||
const Y = () => <TeX math={r`\mathbb{Y}`}/>
|
||||
|
||||
export async function getStaticProps(_context: NextPageContext) {
|
||||
return {
|
||||
props: {}
|
||||
}
|
||||
}
|
||||
|
||||
const Page: NextPage = () => {
|
||||
return <>
|
||||
<Heading level={2}>
|
||||
<Link href="/year4/machinelearning">
|
||||
Machine learning
|
||||
</Link>
|
||||
</Heading>
|
||||
<Chapter>
|
||||
<Heading level={3}>
|
||||
Concetto base
|
||||
</Heading>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Machine learning
|
||||
</Heading>
|
||||
<p>
|
||||
L'obiettivo del <i>machine learning</i> è quello di costruire un <b>modello matematico</b> in grado di mappare tutti i valori di uno spazio di "input" <X/> a quelli di un altro spazio di "output" <Y/>.
|
||||
</p>
|
||||
<p>
|
||||
<TeX block math={r`F: \mathbb{X} → \mathbb{Y}`}/>
|
||||
</p>
|
||||
</Box>
|
||||
</Chapter>
|
||||
<Chapter>
|
||||
<Box builtinColor={"cyan"}>
|
||||
<Heading level={3}>
|
||||
Supervised learning
|
||||
</Heading>
|
||||
<p>
|
||||
Quando <B>si è a conoscenza</B> del dominio dello spazio di output <Y/>, il machine learning è detto <I>supervised learning</I>.
|
||||
</p>
|
||||
<p>
|
||||
In particolare, i problemi risolti in questo caso sono detti:
|
||||
</p>
|
||||
<ListUnordered>
|
||||
<ListUnordered.Item>
|
||||
<I>Problemi di <B>binary classification</B></I> se <TeX math={r`\mathbb{Y} = \{ +1, -1 \}`}/>
|
||||
</ListUnordered.Item>
|
||||
<ListUnordered.Item>
|
||||
<I>Problemi di <B>multi-class classification</B></I> se <TeX math={r`\mathbb{Y} = \{ 0, 1, \dots, n \}`}/>
|
||||
</ListUnordered.Item>
|
||||
<ListUnordered.Item>
|
||||
<I>Problemi di <B>regression</B></I> se <TeX math={r`\mathbb{Y} = \{ 0, 1, \dots, n \}`}/>
|
||||
</ListUnordered.Item>
|
||||
</ListUnordered>
|
||||
</Box>
|
||||
<Box builtinColor={"orange"}>
|
||||
<Heading level={3}>
|
||||
Unsupervised learning
|
||||
</Heading>
|
||||
<p>
|
||||
Quando <B>non si è a conoscenza</B> del dominio dello spazio di output <Y/>, il machine learning è detto <I>supervised learning</I>.
|
||||
</p>
|
||||
<p>
|
||||
In particolare, i problemi risolti in questo caso sono detti:
|
||||
</p>
|
||||
<ListUnordered>
|
||||
<ListUnordered.Item>
|
||||
<I>Problemi di <B>novelty detection</B></I> se si cerca di capire se qualcosa è simile o nuovo rispetto agli elementi precedenti
|
||||
</ListUnordered.Item>
|
||||
<ListUnordered.Item>
|
||||
<I>Problemi di <B>clustering</B></I> se si cerca di trovare gruppi a cui potrebbero appartenere gli elementi
|
||||
</ListUnordered.Item>
|
||||
</ListUnordered>
|
||||
</Box>
|
||||
</Chapter>
|
||||
<Chapter>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Come un problema di ottimizzazione
|
||||
</Heading>
|
||||
<p>
|
||||
Possiamo astrarre il machine learning come il seguente problema di ottimizzazione di <B>minimizzazione dell'errore</B>:
|
||||
</p>
|
||||
<p>
|
||||
<TeX block math={r`\min_{f \in H} \quad \sum_{i=1}^N \quad V(y_i, f(x_i)) \quad + \quad \lambda \| f \|^2`}/>
|
||||
</p>
|
||||
<Chapter>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Loss function
|
||||
</Heading>
|
||||
</Box>
|
||||
<Box todo>
|
||||
<Heading level={3}>
|
||||
Complessità della funzione
|
||||
</Heading>
|
||||
</Box>
|
||||
</Chapter>
|
||||
</Box>
|
||||
</Chapter>
|
||||
</>
|
||||
}
|
||||
|
||||
export default Page
|
Loading…
Reference in a new issue