Questo è il terzo di 8 episodi in cui Sabatino intervista Davide Cavezza, una delle figure più rilevanti nell’ambito della ricerca e dello sviluppo sperimentale in BeeVoip.
In questa puntata Davide spiega che cosa sono le Reti Neurali nel Machine Learning


Resta aggiornato sul blog per vedere il prossimo episodio!

Vai all’articolo sul sito:
https://www.beevoip.it/news-beevoip-voip-doctorin-transcriber-movision-2023-03-07-video-incontro-sabatino-e-davide-cavezza-intelligenza-artificiale-e-machine-learning-sabatino-chiede-a-davide-cosa-sono-le-reti-neurali-parte-1.php

Testo preso dalla traccia audio del video tramite il nostro trascrittore TRANSCRIBER

S) Ok abbastanza chiaro, spero anche a casa. Sento spesso parlare di reti neurali. Cosa c’entra, è una branca dell’intelligenza artificiale? 

D) sì, le reti neurali sono uno dei tanti modelli che si possono applicare nel machine learning. In particolare il machine learning che utilizza le reti neurali è comunemente definito come deep learning, learning profondo. 

Perché learning profondo? Per la struttura particolare che hanno le reti neurali in genere.

Le reti neurali, per introdurle in maniera molto generale, sono modelli ispirati al comportamento del cervello umano. Sono composte da una serie di unità dette neuroni che sono organizzate a strati nel modello più generale.

Uno strato di neuroni è connesso a uno strato successivo di neuroni e questi strati sono organizzati in maniera tale che gli strati più superficiali ricevono gli input e l’input fluisce in un determinato modo verso gli strati più profondi e un’output viene prodotto, che dovrebbe essere l’output della rete desiderato ad esempio nel caso delle immagini gli oggetti contenuti nell’immagine stessa.

Perché deep learning? Perchè di solito queste architetture sono profonde, hanno molti strati e gli strati terminali sono parecchio profondi essenzialmente.

S) Quindi dipende dalla complessità, dal risultato che vogliamo ottenere, mi stai dicendo. Se voglio discriminare per esempio una fotografia di un cane e un gatto avrò un certo modello di reti neurali, se voglio discriminare più oggetti avrò un diverso modello più profondo immagino.

D) Si. tante più sono le classi tante più sono le categorie di oggetti che vogliamo discriminare tanto più complessa dovrà essere la rete quindi tanti più neuroni e più strati saranno necessari per risolvere il problema.








Iscriviti al canale, segui i nostri social e non perderti le novità! Iscriviti alla nostra newsletter: https://beevoip.it/newsletter-iscrizi…

FB: https://facebook.com/beevoip
LINKEDIN: https://www.linkedin.com/company/beev…
INSTAGRAM: https://www.instagram.com/beevoip/