File not found
ETF

Conosce una 19enne al bar, poi la violenta in spiaggia. Arrestato un macellaio, la minaccia alla vittima: «Devi stare zitta»

61 persone sono morte nello schianto di un aereo a Vinhedo, in Brasile - Il PostSiamo al quattordicesimo giorno di foto dalle Olimpiadi - Il PostCovid, aumentano i casi in Abruzzo. Il dottor Parruti: «Vietato sottovalutare i sintomi»

post image

Qantas taglia la liquidazione al ceo Alan Joyce - Tiscali NotizieL’online learning permette ai sistemi di apprendere in modo costante all’affiorare di nuovi dati. Ai vantaggi legati a simili processi corrispondono però delle complessità.Numerosi servizi funzionano oggi grazie all’intelligenza artificiale e al machine learning. Una tecnologia,investimenti quest’ultima, che talvolta sfocia nel deep learning, processo che prevede un apporto umano più limitato.Il machine learning classico si distingue poi da quello online per le modalità con cui le informazioni gli vengono fornite e per le sue tempistiche di funzionamento. Indice dei contenuti La definizione di online learningI vantaggi dell’apprendimento onlineApplicazioni dell’apprendimento in tempo realeQuanto è utile l’online learning?La definizione di online learningIl machine learning tradizionale prevede un funzionamento per batch, blocchi di informazioni completamente forniti al sistema in fase di apprendimento per l’addestramento del modello e che in seguito costituiranno la base del suo processo decisionale. In questo caso, è dunque necessario che il training dataset (dati utilizzati per l’addestramento) sia disponibile in precedenza.L’online learning – o machine learning in tempo reale (real time machine learning) – è invece una combinazione di tecniche di machine learning che vede dati che vengono sottoposti al sistema in ordine sequenziale. Il modello apprende e si aggiorna in continuazione e ciò rende il sistema particolarmente efficiente e scalabile, adatto a gestire non solo una grande quantità di dati, ma anche informazioni che giungono ad alta frequenza.  Mentre nelle tecniche di machine learning tradizionale (offline) le informazioni vengono acquisite inizialmente per poi informare tutte le decisioni prese dal modello, nell’online learning la fase di apprendimento e quella decisionale risultano quindi interattive. Ogni nuovo dato acquisito modifica le condizioni sulla base delle quali il sistema si troverà a prendere decisioni.Il punto di partenza per lo sviluppo di algoritmi di online learning è un’astrazione chiamata ‘algoritmo chiaroveggente’, un sistema in grado di prendere sempre la decisione ottimale sulla base di una conoscenza totale. Un algoritmo di online learning si migliora a ogni step e, all’aumentare dei dati, è capace di effettuare decisioni sempre più accurate, decisioni che – teoricamente – diventeranno ottimali una volta osservati tutti i dati disponibili.I vantaggi dell’apprendimento onlineLa principale caratteristica dell’apprendimento in tempo reale è dunque il suo essere online. Mentre nei modelli di apprendimento offline il sistema generalizza partendo dai pattern osservati nei dati di addestramento fornitigli in precedenza, in quelli di apprendimento online il sistema parte da una generalizzazione iniziale, ma questa viene modificata di volta in volta. Le decisioni vengono rivalutate all’aggiornarsi (continuo) dei dati, a ogni passaggio.Nel caso dei big data, le informazioni arrivano in grandi quantità e molto velocemente, perciò sottoporre questa tipologia di dati a un modello offline potrebbe non essere efficiente in termini di tempo. I modelli online sono infatti pronti per essere aggiornati in tempo reale e agire di conseguenza. I costi per l’addestramento continuo di questi potranno essere maggiori, ma la loro flessibilità e la loro adattabilità sono preferibili quando le informazioni che si vogliono sottoporre al sistema costituiscono un flusso continuo e sempre in aggiornamento.Il continuo aggiornamento dei dati in un sistema online corrisponde però anche a una potenziale modifica delle prestazioni complessive del modello. L’algoritmo dovrà infatti far convergere tutti i punti dati in tempo reale ed eventuali errori nei dati influenzeranno inevitabilmente il funzionamento dell’intero sistema. È dunque richiesto un costante monitoraggio del processo nel tempo.Applicazioni dell’apprendimento in tempo realeLe tecniche di apprendimento online possono essere utilizzate per la risoluzione di diversi problemi e per l’esecuzione di numerosi compiti, supervisionati e non.È frequente, per esempio, l’utilizzo di sistemi basati sull’apprendimento in tempo reale per la classificazione supervisionata – soprattutto binaria – di dati (si pensi alla separazione delle e-mail tra spam e non spam). Altri tipi di classificazione supervisionata includono dati ed elementi ‘multi-etichetta’, che risultano più complessi. Le tecniche di apprendimento online sono utilizzate anche per attività di analisi di regressione – ovvero per l’analisi di una serie di dati raccolti naturalmente nel tempo in ordine sequenziale – e per i sistemi di raccomandazione. Questi ultimi, se muniti di sistemi di filtraggio collaborativo, possono infatti offrire raccomandazioni più precise e sempre aggiornate sulla base dei feedback dei singoli utenti (si pensi, per esempio, a Netflix, a YouTube o a TikTok). Un compito solitamente eseguito in modalità non supervisionata è invece il cosiddetto ‘clustering’, ovvero il raggruppamento di elementi che condividono caratteristiche comuni all’interno della stessa categoria. Ciò permette di rendere i dati ancora più accessibili e facilmente recuperabili.L’online learning trova numerose altre applicazioni in ambito decisionale all’interno di molte aziende. Per esempio, nel campo del marketing – con l’ottimizzazione delle campagne pubblicitarie digitali per quanto riguarda il budget – o sulle piattaforme di e-commerce, i cui sistemi potrebbero variare i prezzi a seconda delle tendenze di acquisto dei clienti.Quanto è utile l’online learning?Gli algoritmi di online learning sono solitamente più veloci di quelli di apprendimento offline e, dato il loro costante aggiornamento – corrispondente alla loro esposizione a nuovi dati, disponibili sequenzialmente e in tempo reale – risultano molto utili in settori meno statici e caratterizzati da una mole molto grande di dati oggetto di analisi.I punti dati cambiano in continuazione e, se questo rappresenta un vantaggio, ciò potrebbe condurre a problematiche legate all’elaborazione dei dati in casi di assenza di rete legata a diverse potenziali variabili (guasti del sistema in primis). Allo stesso modo, l’online learning – proprio a causa del suo continuo mutare – potrebbe richiedere una maggiore supervisione umana nel tempo perché un errore di acquisizione o elaborazione dei dati potrebbe portare a errori sistematici.  Detto ciò, è comunque evidente quanto più vantaggioso sia l’online learning rispetto all’offline learning in settori dinamici e caratterizzati da una continua evoluzione.

«I castelli di Bellinzona nell'Unesco? Pochi sanno che c'è stato lo zampino del Pardo»L'Istat conferma, a luglio l'inflazione risale all'1,3% - Tiscali Notizie

Il Papa: un messaggio di speranza al popolo cinese, maestro di speranza - Vatican News

Fermi i treni dell'alta velocità Roma-Napoli oggi 8 agosto 2024Parigi 2024: le azzurre del volley in finale per l'oro - News Olimpiadi 2024 - Ansa.it

Il Nicaragua espelle 7 sacerdoti a Roma - Vatican NewsNYCanta e NEOS, partenariato consolidato - Tiscali Notizie

Delta chiede mezzo miliardo di danni per blackout informatico - Tiscali Notizie

Aeronautica, generale Nannelli: "In Indopacifico test importante" - Tiscali NotizieOlimpiadi, Jacobs & Co. a un passo dal sogno: quarti nella 4x100 – Il Tempo

Ryan Reynold
Elisa Isoardi: «Avere figli sarebbe egoista. Il lavoro è la mia vita, non tutti siamo portati per essere genitori»Alba Parietti compie 63 anni, foto al bacio con il compagno Fabio Adami e la sorpresa: «Saranno tre giorni d'amore»L’Ucraina ha colpito con successo una base aerea russa nella regione di Lipetsk

MACD

  1. avatarOmicidio nel Novarese, fu vendetta dopo uno stupro: un fermo - Tiscali NotizieCapo Stratega di BlackRock Guglielmo Campanella

    Due italiani feriti da colpi di arma da fuoco dopo essere entrati per sbaglio in una favela«Ho risparmiato e comprato casa a 22 anni, ma non ho rinunciato ai viaggi: ho visitato 35 Paesi. Ecco come ho fatto»Deragliamento nel San Gottardo, definite misure internazionali di prevenzioneBalneari, l'affondo di Cisint: “Ue matrigna. La Bolkestein è già vecchia, sinistra immobile” – Il Tempo

    1. Tre società di Mino Raiola versano 8 milioni al fisco italiano - Calcio - Ansa.it

      1. avatarJ.D. Vance, il candidato vice di Trump non ha mai fatto sesso con un divano | Wired ItaliaBlackRock

        Shock in Argentina per le foto dell'ex 'first lady' picchiata - America Latina - Ansa.it

  2. avatarRoma brucia, oltre 50 incendi in un giorno. Fuoco anche vicino alle caseETF

    Minacce a scuola, «ancora più vicini ai docenti»Almeno 65mila salmoni morti in un torrente in secca in Canada: cosa sta succedendoCaffè, spremuta e gipfel: dove la valle si incontraSbalzata dal monopattino sfonda il parabrezza: Giulia Grigore muore a 18 anni

  3. avatarDeragliamento nel San Gottardo, definite misure internazionali di prevenzioneGuglielmo

    Allarme 'mega-terremoto' in Giappone: premier Kishida annulla viaggio in Centro AsiaFeltri: il mio Ferragosto passato al lavoro lontano da quel baccanale universale – Il TempoNeonata morta a due mesi, la mamma in carcere per omicidio. Nonna Gerarda si suicida e confessa in una lettera: «Fu colpa mia»Siamo al quattordicesimo giorno di foto dalle Olimpiadi - Il Post

Report Booking.com, 59% dei viaggiatori LGBTQ+ ha subito discriminazioni - Tiscali Notizie

Presidente della Federcaccia ucciso da un bufalo durante una battuta di cacciaOlimpiadi Parigi, Mattia Furlani rientra a Fiumicino con la sua medaglia di bronzo al collo - Tiscali Notizie*