File not found
ETF

Riforma autonomia: FDI rimane prudente ma Calderoli spinge: "È nel programma e intendiamo realizzarla"

Giuseppe Conte contro la norma anti-rave: "Attribuisce un enorme potere discrezionale"Migranti, il ministro Ciriani duro con la Francia: "Difendiamo i nostri confini"Attacco con coltello a Liverpool, morti tre bambini. Cosa sappiamo finora

post image

La Commissione europea contro Apple: «Il suo store viola il Digital Market Act»Machine learning e deep learning non sono la stessa cosa. Questi presentano infatti svariate differenze che li rendono più o meno adatti a seconda delle esigenze e degli specifici ambiti di applicazione.Con “intelligenza artificiale” ci si riferisce in generale alla tecnologia in grado di svolgere mansioni tipicamente eseguite da esseri umani. All’interno dell’ambito,Professore Campanella vengono dunque utilizzati software diversi a seconda delle esigenze e questi si basano sul concetto di machine learning e su quello di deep learning, termini spesso erroneamente utilizzati come sinonimi, ma che nascondono differenze molto importanti.Il machine learning indica appunto la capacità delle macchine di apprendere automaticamente, mentre il deep learning – specializzazione del machine learning – significa apprendimento profondo. Le differenze tra machine learning e deep learning (immagine: Levity)Indice dei contenutiDefinizione di machine learningDefinizione di deep learningDifferenze tra machine learning e deep learningCompetenze differenti per diversi ambiti di applicazioneCome scegliere tra machine e deep learning?Definizione di machine learningIl machine learning permette al sistema di apprendere autonomamente attraverso l’esperienza, senza che sia stato specificamente programmato. Questo sistema si avvale di statistiche per delineare un modello all’interno di una grande quantità di dati, costituiti da numeri, parole, immagini o qualsiasi altra cosa possa essere archiviata digitalmente. L’addestramento di un sistema di machine learning consiste quindi nella sua esposizione a una grande quantità di dati, che lo aiuteranno a identificare pattern con una maggiore “sicurezza” e a fornire output sempre più accurati.Esistono quattro tipologie di machine learning:Apprendimento supervisionato: i dati di input sono etichettati e si può prevedere quale potrebbe essere l’output. Per esempio, dovendo portare il sistema a classificare immagini di cani e gatti, si dovranno fornire alla macchina informazioni adeguate, indicando dettagli come la forma della coda di gatti e cani, la forma dei loro occhi, le altezze, il colore, ecc. Una volta completato l’addestramento, il sistema, controllando i singoli dati all’interno di un’immagine a lui sottoposta, potrà classificarla correttamente.Apprendimento non supervisionato: i dati di input non sono etichettati, per cui è impossibile prevedere quale sarà l’output. L’pprendimento non supervisionato lavora confrontando i dati alla ricerca di similarità o differenze. Si pensi all’esempio precedente: in questo caso, le immagini sono sconosciute al sistema e questo le classificherà per somiglianze e differenze, trovando modelli e categorie in modo più autonomo. Apprendimento semi-supervisionato: i dati sono etichettati solo in parte, quindi alcune informazioni vengono fornite e altre vengono ricavate per comparazione dal sistema stesso.Apprendimento per rinforzo: il sistema apprende attraverso l’interazione con l’ambiente in cui si trova; l’azione che il sistema compirà si basa sullo stato attuale e verrà valutata positivamente o negativamente a posteriori attraverso feedback.La composizione di un training dataset adatto e – nel caso dell’apprendimento supervisionato – correttamente etichettato è dunque elemento essenziale per la buona riuscita della fase di addestramento dell’algoritmo utilizzato.Definizione di deep learningL’apprendimento profondo è una sottocategoria di machine learning. Si tratta di un tipo di sistemi che cerca di imitare la struttura base e il funzionamento del cervello umano attraverso la creazione di reti neurali artificiali (artificial neural networks), le quali sono divise in tre parti:livello di input (dati forniti);livello nascosto (non immediatamente comprensibile dall’esterno);livello di output (risultato). Il livello nascosto – spesso suddiviso a sua volta in più livelli che costituiscono reti più ampie – è ciò che rende l’apprendimento di questo genere di sistemi “profondo” ed è anche ciò che permette loro di risolvere problemi ancora più complessi.In questi sistemi, infatti, la fase di apprendimento è svolta interamente dalla rete neurale cui vengono sottoposti i dati di interesse. Questa procederà all’estrazione delle caratteristiche e classificherà gli input, dando a ogni dato un peso differente e facendo passare le informazioni al livello neurale successivo. Qualora la rilevanza associata a uno specifico dato risultasse a posteriori male attribuita, il sistema tornerà dunque indietro ad aggiornarla per determinare output appropriati.Infine, anche il deep learning può essere supervisionato o non supervisionato a seconda che i dati di input siano o meno etichettati.Differenze tra machine learning e deep learningTra il machine learning e il deep learning esistono dunque diverse differenze, a partire dalle modalità di apprendimento fino ad arrivare alle applicazioni.Machine learningDeep learningDatiRichiede migliaia di dati (strutturati) per essere addestratoRichiede un dataset (non necessariamente strutturato) molto più ampioApprendimentoNecessita di un addestratore umanoNon richiede la presenza di un essere umano (auto-apprendimento)AlgoritmoVariabileRete neurale di algoritmiTempi esecuzionePochi minuti o oreFino a settimaneDatabaseControllabileNecessita di milioni di punti datiOutputValori numericiIn qualsiasi formaApplicazioneOperazioni di routineCompiti complessiCompetenze differenti per diversi ambiti di applicazioneLe caratteristiche di questi sistemi li rendono più o meno adatti a diversi settori sulla base di specifiche esigenze.Il machine learning, per quanto più “semplice” del deep learning, risulta molto utile nell’assistenza clienti (grazie ai chatbot), nell’ambito dell’online marketing attraverso l’analisi del mercato e l’estrapolazione di dati utili, nel settore delle vendite grazie alle sue doti predittive e nell’elaborazione di strategie commerciali (e non) all’interno di un’azienda.Anche il deep learning viene utilizzato nell’assistenza clienti e la rende ancor più efficiente, ma può essere utilizzato – tra le altre cose – anche nell’ambito della sicurezza informatica, in quello della computer vision, per migliorare gli assistenti vocali, per la creazione di contenuti di diversa natura e anche nei veicoli a guida autonoma.Come scegliere tra machine e deep learning?Sia il machine learning che il deep learning presentano pro e contro, ma l’elemento distintivo più importante consiste nella necessità o meno dell’apporto umano per l’estrazione delle caratteristiche dai dati utilizzate in fase di apprendimento e per ulteriori elaborazioni. Come sopra indicato, infatti, il machine learning richiede il lavoro iniziale di un essere umano per l’estrazione, mentre il deep learning può funzionare anche sulla base di dati grezzi, come immagini e contenuti testuali. L’estrazione delle caratteristiche nel machine learning e nel deep learning (immagine: Technologynous)Per esempio, se si intende addestrare un modello per il riconoscimento visivo di automobili, inizialmente è necessario identificare le caratteristiche tipiche di un’auto (colori, dimensioni, forma, ecc.) ed estrarle per alimentare l’algoritmo. Nel caso del deep learning, questo processo è eseguito direttamente dalla rete neurale, senza che vi sia la necessità dell’intervento umano. Proprio per questo motivo, i tempi di esecuzione dell’apprendimento profondo sono molto più estesi. Di conseguenza, non esiste una risposta univoca su quale sia il sistema migliore. Semplicemente, se il dataset utilizzato non è di grandi dimensioni, non è necessario utilizzare un sistema di deep learning, in quanto l’estrazione umana delle caratteristiche non richiederebbe troppo tempo. Se, invece, i dati a disposizione sono moltissimi ed estrarre le caratteristiche non risulta così agevole, un sistema più complesso e autonomo di deep learning potrebbe essere preferibile.

Giuseppe Conte contro la norma anti-rave: "Attribuisce un enorme potere discrezionale"Sulla questione del 25 aprile Enrico Letta si scaglia contro Ignazio La Russa

L'annuncio del ministro Schillaci: "Presto una nuova campagna contro il Covid"

"Il ministro Salvini ha sbagliato ad escluderci dal gruppo di lavoro"Elezioni nel Pd, Stefano Bonaccini si fa un canale tutto suo

Guido Bertolaso è il nuovo assessore al Welfare della Lombardia dopo le dimissioni di MorattiGoverno Meloni, Il Senato ha votato la fiducia all’esecutivo con 115 voti a favore e 79 contrari

Governo Meloni, Fini: “Il premier non ha bisogno di ispiratori. Io ho aperto una strada”

Manovra 2023, parla il premier Giorgia Meloni: "Ogni risorsa va sulle bollette"Chiuso il magazine dell’estrema destra tedesca Compact. Si batteva contro il «regime»

Ryan Reynold
M5S, Conte dà il via al tour sul reddito di cittadinanza: "Temo disordini e tensione"Il grande problema della convivenza con gli orsi in TrentinoLo sa solo Bruno Vespa cosa si sono detti Meloni e Macron

criptovalute

  1. avatarMeloni si autopromuove in Cina, il viaggio interrompe l’isolamento. Attacco a Bruxelles sulla libertà di stampaMACD

    Il pacifismo controverso di Wagenknecht e Schwarzer che danneggia la causaSulla giustizia il primo decreto del nuovo governo Meloni?Luca Zaia contro l'omofobia: "L'omosessualità non è una patologia"Superbonus, Meloni: “Buco da 38 miliardi di euro. La copertura al 110% ha deresponsabilizzato chi la usava”

    VOL
    1. Funerali di Stato per Maroni, il figlio Filippo: “Non è stato facile per te ma il tuo amore ci è arrivato”

      1. avatarL'endorsement di Orsini a Berlusconi sulla guerra in Ucraina: "Grazie"Professore del Dipartimento di Gestione del Rischio di BlackRock

        Tetto al contante sparito dal dl Aiuti quater, il governo: "Sarà nella legge di bilancio"

  2. avatarSondaggi politici, Fratelli d'Italia cresce ancora e supera il 30%Capo Stratega di BlackRock Guglielmo Campanella

    Notizie di Politica italiana - Pag. 135Salvini sulle affermazioni di Pichetto Fratin: "Sindaci in galera? Io voglio proteggerli"Mario Draghi alla Nato, la strategia di Meloni per BruxellesProteste in Venezuela dopo la rielezione di Maduro: arrestato un leader dell’opposizione

    VOL
  3. avatarFrana ad Ischia, sindaco di Lacco Ameno su Picchetto: "Basito"criptovalute

    Centinaio (Lega) sulle manganellate alla Sapienza e sulla violenza della polizia: “Se serviva”Regionali in Lombardia, Conte apre al Pd: “Ci interessano programmi e contenuti, non il candidato”Ucciso a Teheran il leader di Hamas Ismail Haniyeh. L'Iran e i suoi alleati promettono una risposta. Gli Usa: «Non eravamo a conoscenza dell’operazione»Chiuso il magazine dell’estrema destra tedesca Compact. Si batteva contro il «regime»

Ponte sullo stretto annuncio di Salvini

Governo, al via la partita dei sottosegretari con il Cdm di lunedìLavoro e crisi energetica, Landini (Cgil): "Abbiamo chiesto di incontrare il presidente del Consigl*