Machine Learning, cos’è

Il machine learning noto anche come apprendimento automatico è una sezione dell’Intelligenza Artificiale che si basa sulla statistica computazionale, reti artificiali neurali, riconoscimento di pattern, algoritmi e molti altri modelli sviluppatisi negli ultimi decenni del XX secolo. Il termine fu coniato nel 1959 da Arthur Samuel che già all’epoca distingueva due diverse tipologie di approcci: il primo riguarda lo sviluppo di macchine di apprendimento automatico per impiego generico ove il comportamento viene appreso da una rete di commutazione connessa randomicamente a seguito di uno schema ricompensa-punizione; il secondo è più specifico e riguarda la produzione di una rete progettata solo per apprendere alcune attività specifiche. Il machine learning, inteso come apprendimento automatico, è legato al riconoscimento di pattern ed in linea più generale alla teoria computazionale dell’apprendimento. In parole povere, si occupa di studiare e costruire algoritmi in grado di apprendere da un insieme di dati strutturati e fare predizioni a partire da essi. Un esempio di macchina di apprendimento potrebbe essere il filtraggio delle mail per evitare lo spam.

Quali sono i compiti del machine learning? I compiti dell’apprendimento automatico possono essere suddivisi in tre grandi categorie dette anche paradigmi che afferiscono per lo più alla modalità di apprendimento:

  1. apprendimento supervisionato: al modello vengono dati in pasto degli esempi formati da input ed output con l’obiettivo di estrarre una regola generale che associ input all’output corretto

  2. apprendimento non supervisionato: il modello deve trovare una struttura negli input forniti senza che essi abbiano nessun tipo di etichetta

  3. apprendimento per rinforzo: il modello interagisce con un ambiente dinamico all’interno del quale deve cercare di raggiungere un obiettivo attraverso un insegnante che comunica tale raggiungimento

A questi tre modelli possiamo aggiungerne un quarto, l’apprendimento semi-supervisionato, a metà strada tra il primo ed il secondo. In questo ambiente, l’insegnante fornisce al modello un dataset incompleto per l’allenamento.

Un esempio pratico di Machine Learning potrebbe essere il motore di ricerca: attraverso l’inserimento di parole chiave, esso restituisce risultati per effetto di algoritmi di apprendimento automatico.

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...