Machine learning

Introduzione

Tipologie di ML Esistono diversi tipi di algoritmi di ML, i principali sono: Supervised lea...

Reti neurali

Le reti neurali (NN) o “multilayer perceptron” sono divise in layers ciascun layer è compostto da...

Retropropagazione (backpropagation)

La backpropagation è una della pietre miliari del Machine Learning, si applica principalmente all...

Apprendimento supervisionato

Nel Supervised Learing (SL) vengono passati all'algoritmo gli input - detti anche “features”, e g...

Regressione lineare

Tramite la regressione lineare univariata, viene determinato matematicamente l'output della funzi...

Regressione lineare multipla

PREMESSA: f(w,b) = modello J(wb) = costo della funzione -> f (w,b) - y -> dove y sono le labe...

Regressione polinomiale

Nella regressione lineare polinomiale la funzone di costo ragione per curve e non per linee rette...

Apprendimento per rinforzo (corso uni)

corso universitario tenuto da Maurizio Parton https://www.youtube.com/playlist?list=PLMee1hSjLK...

Introduzione alla probabilità

Prima di procedere con lo studio del RL facciamo una breve introsuzione al calcolo probabilitico....

Sessione 1

Nell'apprendimento per rinforzo (d'ora in poi verrà indicato con RL) si basa sul processo decisio...

Sessione 2

Metodi Model free Nel capitolo precedente abbiamo svolto un lavoro di pianificazione e non di ap...

Sessione 1 (v2)

Premessa In questa seconda versione del corso ho deciso di soffermarmi sui concetti che non a...

Reinforcement Learing (beginner)

Sessione 1 (Markov Decision Process)

Task di controllo Il Task di Controllo è una sequenza di stati e azioni utili per addestrare l'a...

Sessione 2 (Dynamic Programming)

La programmazione dinamica (aka DP) è il primo metodo in grado di risolvere il task di controllo....

Sessione 3 (Metodo Montecarlo)

Il Metodo Montecarlo (MC) migliora la policy iteragendo con l'ambiente e ottenendo dei ritorni (s...