Indice
8 relazioni: Albero di decisione, Apprendimento automatico, Apprendimento non supervisionato, Apprendimento supervisionato, Classificatore bayesiano, Matematica, Rete neurale artificiale, Training e test set.
Albero di decisione
Nella teoria delle decisioni (per esempio nella gestione dei rischi), un albero di decisione è un grafo di decisioni e delle loro possibili conseguenze, (incluso i relativi costi, risorse e rischi) utilizzato per creare un 'piano di azioni' (plan) mirato ad uno scopo (goal).
Vedere Classificatore (matematica) e Albero di decisione
Apprendimento automatico
Lapprendimento automatico (abbreviato in ML) è una branca dell'intelligenza artificiale che raccoglie metodi sviluppati negli ultimi decenni del XX secolo in varie comunità scientifiche, sotto diversi nomi quali: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare la performance di un algoritmo nell'identificare pattern nei dati.
Vedere Classificatore (matematica) e Apprendimento automatico
Apprendimento non supervisionato
L'apprendimento non supervisionato è una tecnica di apprendimento automatico che consiste nel fornire al sistema informatico una serie di input (esperienza del sistema) che egli riclassificherà ed organizzerà sulla base di caratteristiche comuni per cercare di effettuare ragionamenti e previsioni sugli input successivi.
Vedere Classificatore (matematica) e Apprendimento non supervisionato
Apprendimento supervisionato
Lapprendimento supervisionato è una tecnica di apprendimento automatico che mira a istruire un sistema informatico in modo da consentirgli di elaborare automaticamente previsioni sui valori di uscita di un sistema rispetto ad un input sulla base di una serie di esempi ideali, costituiti da coppie di input e di output, che gli vengono inizialmente forniti.
Vedere Classificatore (matematica) e Apprendimento supervisionato
Classificatore bayesiano
Un classificatore bayesiano è un classificatore basato sull'applicazione del teorema di BayesDuda, R. O. & P. E. Hart (1973), Pattern Classification and Scene Analysis, New York: John Wiley & Sons.
Vedere Classificatore (matematica) e Classificatore bayesiano
Matematica
La matematica (dal greco: μάθημα (máthema), traducibile con i termini "scienza", "conoscenza" o "apprendimento"; μαθηματικός (mathematikós) significa "incline ad apprendere") è la disciplina che studia le quantità, i numeri, lo spazio,.
Vedere Classificatore (matematica) e Matematica
Rete neurale artificiale
Nel campo dell'apprendimento automatico, una rete neurale artificiale (abbreviato in ANN o anche come NN) è un modello computazionale composto di "neuroni" artificiali, ispirato vagamente alla semplificazione di una rete neurale biologica.
Vedere Classificatore (matematica) e Rete neurale artificiale
Training e test set
Nell'apprendimento automatico un training set (in italiano insieme di addestramento o insieme di stima) è un insieme di esempi (spesso rappresentati come vettori di valori di attributi discreti o continui, le variabili di input) ad ognuno dei quali è associata una risposta, il valore di un attributo-obiettivo, ossia un valore categorico, cioè una classe, o un valore numerico.