Intro Machine Learning Flashcards
Big Data 3 V
Velocità, Varierà e Volume
Cosa è la AI?
3 tipologie
La teoria e lo sviluppo di sistemi informatici in grado di svolgere task che normalmente richiedono l’intelligenza umana.
3 tipologie:
Narrow AI: ai specializzata in 1 area specifica.
General AI: ai capace di pensare, comprendere e applicare l’intelligenza per risolvere problemi complessi.
Super AI: ai che supera l’intelligenza umana e performa task meglio degli umani.
Di cosa è branca il machine learning?
Cosa intendiamo per machine learning?
Branca dell’ai.
Utilizzo dei dati e degli algoritmi per imitare il modo in cui l’uomo impara, migliorando gradualmente l’accuratezza del modello senza ricevere istruzioni esplicite.
Sistema esperto di AI vs ML
Sistema esperto AI:
Domain Expert > Knowledge Engineer > Sistema AI.
- necessità di un domain expert.
- no elaborazione inconscia.
Sistema esperto ML:
Dati > ML Engineer > Sistema AI.
-necessità di molti dati
- necessità di dati di qualità
- sistemi black box.
Deep Learning cosa è? Di cosa è branca?
è una rete neurale con molti livelli nascosti.
sottoinsieme di Rete neurale > Machine Learning > AI.
3 Tipologie di apprendimento del Machine Learning.
Supervisionato, Non supervisionato, per Rinforzo
Cosa fa l’apprendimento supervisionato? Perchè si chiama supervisionato?
2 tipologie di problemi che risolve
Alcuni algoritmi di apprendimento supervisionato
Prende in input dati etichettati e costruisce un modello con cui si cerca di fare previsioni.
Supervisionato perchè nel campione di input il segnale di output che si vuole predire è già noto.
Risoluzione problemi di:
- classificazione: associa ad un dato pattern una certa classe (es spam/no spam)
-regressione: si associa ad un dato pattern un valore numerico reale (es previsione vendite)
ALGO:
- regressione
- regressione logistica
- reti neurali
- Support vector machine
- Decision Tree
- Naive Bayes
- Random Forest
Cosa fa l’apprendimento non supervisionato?
3 tipologie di problemi che risolve
Alcuni algoritmi di apprendimento supervisionato
Prende in input dati non etichettati e si crea un modello che individua pattern e trend nei dati elaborati.
Problemi che si propone di risolvere:
-Clustering: dato un set di dati, identifico un numero finito di categorie.
- Associazione: dato un set di dati cerco schemi frequenti e correlazioni.
- Riduzione dimensionalità dataset.
ALGO:
- K MEANS
- DBSCAN
- PCA
Apprendimento per rinforzo come funziona?
Si crea un modello che si allena attraverso un meccanismo di premi/punizioni.
