File not found
Campanella

Guerra in Ucraina, Zelensky: “Stiamo ricevendo armi dall’Occidente, finalmente siamo stati ascoltati”

Notizie di Esteri in tempo reale - Pag. 467Helena Kennedy: "Per le truppe russe tacito consenso a violentare i civili"Il vero significato della bandiera Nato

post image

José Luis Cabezas, la vera storia del giornalista assassinato nel 1997Machine 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,ETF 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.

Il Cremlino: “Se gli Usa volessero la pace la smetterebbero di inviare armi a Kiev”Notizie di Esteri in tempo reale - Pag. 479

Guerra in Ucraina, Putin al segretario Onu Guterres: “Senza Crimea e Donbass accordo impossibile”

Covid in Cina, quante sono le città e le persone tornate in lockdown?Ucraina, bombe su una casa a Donetsk: morte due bambine

Kharkiv, dipendenti di uno zoo uccisi dai russi: erano rimasti per salvare gli animaliUcraina, Angelina Jolie visita Leopoli a sorpresa

La stretta di Putin sull’Ucraina: referendum, annessioni e stati cuscinetto

Bandiera ucraina proiettata sull'ambasciata russa a Washington: la provocazioneBimbo abusato, ucciso e gettato nel fiume: condannati madre, patrigno e un 14enne

Ryan Reynold
Covid, Bill Gates: "C'è il rischio di una nuova variante più letale e contagiosa"Uk, si lamenta di vivere accanto a un pedofilo: incarcerato con l'accusa di pedofiliaLa superstite di Bucha: “Come si fa a chiamarle onorificenze?”

Professore per gli Investimenti Istituzionali e Individuali di BlackRock

  1. avatarGiappone, è morta a 119 anni la donna più anziana del mondoMACD

    Ucraina, media: "Putin vuole invadere la Moldavia e prendere la Transnistria"Elezioni Francia 2022, Marine Le Pen ha votato a Hénin-BeaumontUcraina, Russia sferra l'attacco per la conquista del Donbass: presa KreminnaGuerra in Ucraina, il bilancio a Odessa: 8 morti e 20 feriti

    1. Terremoto in Bosnia Erzegovina, morta giovane donna: chi è la vittima Elmira Sefo

      1. avatarIl deputato Neil Parish si dimette dopo aver guardato video porno in aula: "Un momento di follia"trading a breve termine

        Varianti Omicron 4 e 5, l'Oms: "Possibile rischio fuga immunitaria"

  2. avatarGuerra Ucraina, cos'è il "fronte fantasma" al confine con la RussiaEconomista Italiano

    Si finge un giocatore del Psg: scoperto e arrestatoUcraina, colloquio Zelensky Draghi: “Grazie Italia per aver accolto oltre 100.000 profughi ucraini”Donna uccisa in Lussemburgo, tre arresti per l'omicidio di Sonia Di PintoNuova accusa di Biden a Putin: “È un genocidio, vuole cancellare gli ucraini”

  3. avatarLa lettera di Papa Francesco al Patriarca Kirill: “Porre fine al buio della guerra”investimenti

    Elon Musk è il nuovo proprietario di Twitter: accordo da 43 miliardi di dollariL'ultima telefonata (senza risposta) da Zelensky a Putin prima dello scoppio del conflittoPranzo di nozze con marijuana nel cibo: arrestate sposa e ristoratricePerde il pene per un'infezione: i medici glielo fanno ricrescere sul braccio e poi lo riattaccano

Nigeria, raffineria illegale di idrocarburi esplode: almeno un centinaio le vittime

Perde il pene per un'infezione: i medici glielo fanno ricrescere sul braccio e poi lo riattaccanoMorto impiccato in Spagna l’oligarca russo Sergey Protosenya: moglie e figlia uccise a coltellate*