Le migliori librerie per il machine learning

Per capire i meccanismi fondamentali del machine learning abbiamo sviluppato un perceptron e una piccola rete neurale direttamente in python. Naturalmente per applicazioni reali in cui è necessario analizzare una notevole quantità di dati complessi non è il caso di reinventare la ruota scrivendo gli algoritmi di machine learning da zero. La scelta migliore è…

Machine Learning: una rete neurale minimale per XOR

Del perchè il problema XOR non è risolvibile con un singolo perceptron abbiamo già parlato qui. Adesso non ci resta che trovare la soluzione al problema creando una semplice rete neurale in 2 livelli che sia in grado di fornirci la giusta soluzione. Per ogni livello verrà calcolato il gradiente che va a correggere il…

Machine Learning: perceptron, XOR e rete neurale

In questo articolo ho mostrato come simulare il funzionamento di un neurone con python. Questo tipo di applicazione del machine learning è in grado di imparare a dividere i risultati nel piano con una linea retta. Questo non è sufficiente per risolvere problemi appena più complessi di una funzione logica di base. Ad esempio il perceptron…

Machine Learning: un neurone (perceptron) in Python

Una delle prime forme di machine learning comparsa nella letteratura di settore, e anche una delle più semplici da implementare è il Perceptron (in italiano possiamo chiamarlo percettrone ma la forma inglese è la più diffusa). Si tratta di una sorta di schematizzazione del funzionamento di un neurone che prevede una serie di ingressi che…

Machine learning: PAC learning

Un’applicazione (teoretica al momento) dell’apprendimento automatizzato è il probably approximately correct learning.  Semplificando per quanto possibile cerchiamo di esplorare quest’interessante ragionamento matematico che poi sarà semplice trasformare in un’algoritmo reale. Penso che sia bene partire da un caso pratico al quale applicare il ragionamento. Proveremo a sviluppare un’algoritmo in grado di determinare pazienti a rischio cancro…

Machine Learning: quanto può scoprire su di me?

Il funzionamento delle macchine ad apprendimento automatico è molto distante dai classici paradigmi di programmazione a cui siamo abituati, decisioni e risultati non sono frutto di una logica predefinita ma di funzioni elaborate in autonomia. La conseguenza di questo semplice assunto è che non possiamo sapere esattamente come verranno prese alcune decisioni e come verranno…

Machine learning overfitting: quando è troppo, è troppo.

  Ma se l’identificazione del modello venisse alterata da un rumore che deriva dall’eccesso di correlazioni ricavate dai training data? In questo caso si parla di overfitting ovvero . . . quando è troppo è troppo. Quando si va in overfitting? Se l’algoritmo “memorizza” i dati invece di analizzarli per trovare la funzione che generalizza l’andamento…

Pagare con lo smartphone diventa semplice

Il mio quotidiano è sempre più smartphone centrico e il tuo? Una delle cose in cui nel bel paese siamo parecchio indietro è il pagamento via mobile: ancora si fa molta fatica a completare le microtransazioni anche con una semplice carta, figurarsi un pagamento tramite smartphone. Vodafone prova a cambiare le cose con un nuovo…

Machine Learning: come minimizzare il rischio di errore

A questo punto per continuare a parlare con profitto di Machine Learning bisogna passare dalle argomentazioni alla strumentazione matematico-statistica necessaria. Abbiamo già visto qui le tipologie di machine learning implementabili. Qui invece è dove abbiamo visto le potenzialità del machine learning passivo. Sappiamo che si impara sbagliando e questo vale anche per le macchine, il compito del nostro…