Blog
Analisi dei Cluster con DBScan
Density-Based Spatial Clustering of Applications with Noise (DBSCAN), è un algoritmo di clustering non supervisionato, più efficiente di K-Means o Hierarchical Clustering …
La Regressione Logistica, Implementazione del Modello - (3/3)
Per implementare il modello di Regressione Logistica, possiamo prendere l’implementazione di Adaline e cambiare, oltre al nome della classe, l’implementazione …
La Regressione Logistica, Spiegazione del Modello - (2/3)
La Regressione Logistica è un metodo statistico utilizzato per la classificazione binaria, ovvero per prevedere la probabilità che un’osservazione appartenga a una …
La Regressione Logistica, Concetti di Base - (1/3)
Prima di analizzare nel dettaglio il modello di Regressione Logistica, è utile ripassare alcuni concetti fondamentali di probabilità e statistica. In particolare, …
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 …