Blog
Neural Network, Implementazione del Modello e Classificazione - (3/3)
Avendo derivato le equazioni usate nella fase di backpropagation, possiamo implementare il modello di rete neurale con un singolo hidden layer, che avevamo parzialmente …
Neural Network, Backpropagation - (2/3)
La Backpropagation è l’acronimo di ‘backward propagation of errors’, ed è un modo per regolare i parametri di una rete neurale, per minimizzare …
Neural Network, Introduzione e Forward Propagation - (1/3)
Una Rete Neurale è un modello computazionale progettato per risolvere problemi complessi di riconoscimento di pattern presenti nel dataset di input. Essa è costituita da …
La Regolarizzazione del Modello
Nella fase di training di un modello, l’uso di valori ’estremi’ dei parametri può portare a problemi di overfitting. Come abbiamo già visto, …
Decision Tree, Classificazione - (3/3)
Nel post precedente abbiamo ’toccato con mano’ l’implementazione della classe DecisionTreeClassifier. Ora proviamo ad usarla con alcuni semplici …
Decision Tree, Il Modello - (2/3)
Dopo aver intuito l’algoritmo che sta alla base di un Decision Tree, e dopo aver visto come calcolare l’impurità del modello tramite la funzione di costo …
Decision Tree, Introduzione - (1/3)
Un Decision Tree (albero decisionale) è un algoritmo di apprendimento supervisionato, utilizzato per compiti di classificazione e regressione, che fornisce una stima su …
Il Neurone Artificiale Adaline, Esempi di Classificazione - (2/2)
Proviamo ora ad usare il nostro classificatore binario Adaline con il famoso dataset Iris, e verifichiamo che il modello sia in grado di distinguere due classi specifiche …
Il Neurone Artificiale Adaline, Introduzione - (1/2)
Adaline (Adaptive Linear Neuron) è un neurone artificiale, un tipo di rete neurale artificiale a singolo layer, sviluppato da Bernard Widrow e Ted Hoff nel 1960. Possiamo …