Concetti fondamentali dell'apprendimento automatico

Il libro inizia stabilendo l'idea fondamentale di Machine Learning (ML) come branca dell'Intelligenza Artificiale che permette ai sistemi di apprendere modelli dai dati e prendere decisioni senza una programmazione esplicita. Distingue chiaramente la programmazione tradizionale dai paradigmi di apprendimento automatico e introduce gli elementi chiave del ML, tra cui dati, algoritmi, modelli e previsioni. L'ambito di applicazione del ML viene discusso in diversi domini, come la sanità, la finanza, l'istruzione, la robotica e l'analisi dei dati, evidenziando la sua crescente importanza nei moderni sistemi digitali.Segue una spiegazione dettagliata dei tipi di Machine Learning, che copre l'apprendimento supervisionato, non supervisionato, semi-supervisionato e di rinforzo. Ogni tipo di apprendimento è supportato da esempi intuitivi e da algoritmi comunemente utilizzati, che consentono agli studenti di capire quando e perché un particolare approccio dovrebbe essere applicato.

Pagina's: 68, Paperback, Edizioni Sapienza