diff --git a/pages/year4/machinelearning/index.tsx b/pages/year4/machinelearning/index.tsx index 4dc666f..b0a3b53 100644 --- a/pages/year4/machinelearning/index.tsx +++ b/pages/year4/machinelearning/index.tsx @@ -17,22 +17,22 @@ const Page: NextPage = () => { Machine learning - + Premessa

- TODO + Anche questo corso sembra interessante: spero solo di non impantanarmi nella matematica come al solito!

- + Materiale raccolto

- TODO + Sto seguendo le lezioni di questo corso, pertanto sto raccogliendo attivamente materiale.

diff --git a/pages/year4/machinelearning/teoria.tsx b/pages/year4/machinelearning/teoria.tsx index ae0b82b..1ab0ab4 100644 --- a/pages/year4/machinelearning/teoria.tsx +++ b/pages/year4/machinelearning/teoria.tsx @@ -25,59 +25,65 @@ const Page: NextPage = () => { Concetto base - + Machine learning

- L'obiettivo del machine learning è quello di costruire un modello matematico in grado di mappare tutti i valori di uno spazio di "input" a quelli di un altro spazio di "output" . + L'obiettivo del machine learning è quello di costruire un modello matematico in grado di associare tutti i valori di uno spazio di input a quelli di un altro spazio di output .

- - - - - - Supervised learning -

- Quando si è a conoscenza del dominio dello spazio di output , il machine learning è detto supervised learning. + Per costruire il modello, usano insiemi di associazioni tra un vettore di input e un risultato di output :

- In particolare, i problemi risolti in questo caso sono detti: +

- - - Problemi di binary classification se - - - Problemi di multi-class classification se - - - Problemi di regression se - - - - - - Unsupervised learning - -

- Quando non si è a conoscenza del dominio dello spazio di output , il machine learning è detto supervised learning. -

-

- In particolare, i problemi risolti in questo caso sono detti: -

- - - Problemi di novelty detection se si cerca di capire se qualcosa è simile o nuovo rispetto agli elementi precedenti - - - Problemi di clustering se si cerca di trovare gruppi a cui potrebbero appartenere gli elementi - - + + + + Supervised learning + +

+ Quando si è a conoscenza del dominio dello spazio di output , il machine learning è detto supervised learning. +

+

+ In particolare, i problemi risolti in questo caso sono detti: +

+ + + Problemi di binary classification se + + + Problemi di multi-class classification se + + + Problemi di regression se + + + + + + Unsupervised learning + +

+ Quando non si è a conoscenza del dominio dello spazio di output , il machine learning è detto supervised learning. +

+

+ In particolare, i problemi risolti in questo caso sono detti: +

+ + + Problemi di novelty detection se si cerca di capire se qualcosa è simile o nuovo rispetto agli elementi precedenti + + + Problemi di clustering se si cerca di trovare gruppi a cui potrebbero appartenere gli elementi + + + +