ai Archives - paologironi blog

L’algoritmo di Discesa del Gradiente spiegato in modo chiaro: dall’intuizione alla pratica

Una persona bendata su una montagna

Immagina di trovarti su un terreno montagnoso, completamente bendato. Il tuo obiettivo: raggiungere il punto più basso della valle. Non puoi vedere nulla, ma puoi sentire la pendenza del terreno sotto i piedi. Cosa fai? Ti muovi nella direzione in cui il terreno scende, un passo alla volta. Se scende più ripidamente a sinistra, vai a sinistra. Se scende di più a destra, vai a destra. Ad ogni passo, senti di nuovo la pendenza e cambi direzione.

Questa strategia, così semplice e naturale, è esattamente quella che le reti neurali usano per imparare. Ogni volta che un modello di intelligenza artificiale migliora — che impari a riconoscere un volto, tradurre una frase, o generare un testo — lo fa scendendo lungo un paesaggio matematico, un passo alla volta, seguendo la pendenza.

Si chiama discesa del gradiente (gradient descent), ed è probabilmente l’algoritmo più importante del machine learning moderno.

Infografica: la metafora dell'esploratore bendato che cerca il fondo della valle, con i tre passaggi Sensore, Azione, Ciclo

La Discesa del Gradiente: un nuovo studio mette in discussione un assunto base sull’ottimizzazione

Nel 1847, il matematico francese Augustin-Louis Cauchy stava lavorando su calcoli astronomici, quando ideò un metodo comune di ottimizzazione ora noto come discesa del gradiente. Oggi la maggior parte dei programmi di machine learning si basa su questa tecnica, e anche altri campi la usano per analizzare dati e risolvere problemi ingegneristici.

Regressione logistica: cos’è, come leggere gli odds ratio e un esempio in R

Prima o poi, ogni analisi del traffico arriva alla domanda che conta davvero: questa visita si è trasformata in un cliente, sì o no? Non ci interessa quanto ha convertito una sessione, ci interessa se l’ha fatto. E subito dopo viene la domanda successiva: quali sessioni hanno più probabilità di farlo? Quelle che arrivano da una ricerca col nome del brand? Quelle che sfogliano più pagine? Quelle da desktop?

Con la regressione lineare abbiamo imparato a prevedere un numero. Qui però il risultato è un interruttore, acceso o spento, e la retta non è lo strumento giusto: vedremo che arriva perfino a prevedere probabilità negative. Lo strumento giusto è la regressione logistica, uno dei modelli più usati in assoluto, dal marketing alla medicina. Costruiamola insieme, partendo proprio da un esempio di conversioni.

Capire i concetti di base del Machine Learning: una guida per principianti

Introduzione

Il Machine Learning sta cambiando il modo in cui vediamo il mondo intorno a noi.
Dalla previsione del tempo alla diagnosi medica, dalla raccomandazione di contenuti su una piattaforma di streaming all’identificazione di frodi finanziarie, il Machine Learning è sempre più presente nella nostra vita quotidiana.

Ma cos’è esattamente e come funziona? In questo post ti guiderò attraverso i concetti fondamentali del Machine Learning e ti mostrerò come può essere utilizzato per risolvere problemi reali. Ti mostrerò anche come iniziare ad apprendere il Machine Learning, quali sono le risorse disponibili e come utilizzare questa tecnologia per migliorare la tua vita e il tuo lavoro.