Lezione 10 Introduzione a Machine Learning Flashcards
Qual’è la definizione di apprendimento? Quando è utile usare il machine learning piuttosto che la ricerca o altro?
Si dice che un agente sia in grado di apprendere quando riesce a migliorare la sua efficienza nello svolgere un compito in seguito a delle osservazioni sull’ambiente circostante. Ci serve usare il machine learning quando per natura il programma deve adattarsi ad un ambiente che cambia oppure quando il funzionamento esatto desiderato del programma è noto ma difficilmente programmabile da umani (es riconoscere un familiare).
Quali sono le caratteristiche del supervised learning?
Si dice supervised learning quando per imparare l’agente riceve delle coppie input-output, in cui l’input sarà quello che poi dovrà imparare ad elaborare, e l’output è quello desiderato dato l’input (detto label). In questo modo l’agente impara ad associare ad ogni tipo di input l’output o label corretto.
Quali sono le caratteristiche dell’unsupervised learning?
Il concetto dell’unsupervised learning è che l’agente impari a trovare pattern nell’input autonomamente, senza indicazioni da parte dello sviluppatore. Un esempio di questo è il clustering, in cui grandi quantità di dati vengono fornite all’agente che le divide in categorie di interesse.
Quali sono le caratteristiche del reinforcement learning?
Nel reinforcement learning l’agente riceve premi e punizioni quando svolge correttamente o in maniera errata il suo compito, e in questo modo impara quali azioni lo portano al successo.
