Michele Boldrin & Noisefromamerika

Dopo l'introduzione storica delineata nella scorsa puntata, in questo episodio approfondiamo una delle branche più studiate dell'intelligenza artificiale, ovvero il machine learning (ML, o apprendimento automatico). Cosa vuol dire per una macchina "imparare" a svolgere un determinato compito? Per rispondere a questa domanda prendiamo come riferimento le reti neurali, probabilmente il modello di machine learning più famoso al giorno d'oggi dato il successo del deep learning. 0:00 Introduzione 2:48 Cosa contraddistingue le reti neurali 8:22 Tipologie di ML 12:00 Come è fatta una rete neurale 22:40 Come apprende una rete neurale 28:40 Ispirazione biologica dell'apprendimento 35:07 Il meccanismo di backpropagation 43:29 Il problema dell'interpretabilità 50:38 Reti neurali come sistemi complessi 55:10 Le assunzioni alla base del ML 59:10 Conclusione ▔▔▔▔▔ SUPPORTA LIBERI OLTRE! »» https://www.liberioltreleillusioni.it/dona-ora Vuoi contribuire? ASSOCIATI! »» https://www.liberioltreleillusioni.it/contribuisci-lib