Introduzione

Tipologie di ML

Esistono diversi tipi di algoritmi di ML, i principali sono:

Supervised learning
Unsupervised learning
Reinforcement learning

Attualmente il più utilizzato è il primo.

Differenze tra supervised e unsupervided learning

Supervised learning (SL)

Nel SL vegono forniti all'algoritmo gli input e gli output e sulla base di questi viene creato un modello che generi un “match” tra i due. In generale all'algorirmo vengono fornite (nella fase di trainign) gli output relativi ai corrispondenti input.

Tipologie di classificazione del SL

Ci sono 2 tipologie, regressione lineare e classificazione

ANNOTAZIONE:

tutti i valori da dare in pasto all'algoritmo sono detti “trainig set”
gli input vengono spesso indicati come “feature” o X
gli output vengono indicati come “labels” o “target” o y
(x,y) invece per indicare il singolo valore di training
per indicare lo iesimo elemento del training set utilizzare (x (elavato alla i), y (elevato alla i)) dove la i è la iesima riga del training set