Search Results

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 ...

Le reti neurali (NN) o “multilayer perceptron” sono divise in layers ciascun layer è compostto da “neuroni". I layers possono essere: 1) input, 2) hidden e 3) output. L'input layer può essere considerato come “hidden”. Ciascun neurone del layer possiene gli ...

La backpropagation è una della pietre miliari del Machine Learning, si applica principalmente alla rete neurale. ( diamo per scontato si sappia cosi sia una rete neurale a livello base) Per spigare passo passo la BP (backpropagation) utilizzeremo un semplice ...

Tramite la regressione lineare univariata, viene determinato matematicamente l'output della funzione dato l'input, o se vogliamo dirla in altro modo, viene calcolata la Y in funzione della X. (tipicamente determinato la funzione che meglio fitta di valori X e ...

PREMESSA: f(w,b) = modello J(wb) = costo della funzione -> f (w,b) - y -> dove y sono le label DISCESA DEL GRADIENTE = d/dw J(w,b) in sistema con d/db J(wb) Nella regressione lineare univariata (RLS) abbiamo solo una "feature" e una corrispettiva “labe...

Nella regressione lineare polinomiale la funzone di costo ragione per curve e non per linee rette come invece accade della regressione lineare (singola o multipla)Per ottenere questo risultato vengono utilizzate dei confficienti quadrati o cububici o valori es...

Nell'apprendimento per rinforzo (d'ora in poi verrà indicato con RL) si basa sul processo decisionale di Markov aka MDP attrraverso un task di controllo dove un set di possibili stati e azioni ritornano un reward e una probabilità di passaggio ad uno stato all...

Metodi Model free Nel capitolo precedente abbiamo svolto un lavoro di pianificazione e non di appredimento per rinforzo in quanto avevamo il modello (ambiente) che ci diceva con quale probabilità svolgeva le azioni. La policy (pi) era in qualche modo nota, qu...

Task di controllo Il Task di Controllo è una sequenza di stati e azioni utili per addestrare l'algoritmo a risolvere un determinato problema. Il task di controllo è compostato da: 1) Stati S(t) -  sono dei momenti nel tempo che assumono un certo valore 2) ...

La programmazione dinamica (aka DP) è il primo metodo in grado di risolvere il task di controllo. Lo scopo del DP è tovare la policy ottimale π* per ogni stato V dell'ambiente (che nel nostro caso è discreto) Per determinare quindi la policy ottimale bisogna...

Il Metodo Montecarlo (MC) migliora la policy iteragendo con l'ambiente e ottenendo dei ritorni (scontati da gamma) di cui viene calcolata la media. Per  la legge dei grandi numeri più osservazioni (e quindi ritorni) otteniamo più ci avviciniamo al valore ottim...

54

Prima di procedere con lo studio del RL facciamo una breve introsuzione al calcolo probabilitico. (in particolare la probabilità elementare su insiemi finiti) Lezione https://www.youtube.com/watch?v=o9Rc1pCYaHo&list=PLMee1hSjLKdAL16E-7EzqHXsGOgzo8iro&index=...