Il concetto di apprendimento profondo trova sempre più applicazione nel vissuto quotidiano, in quanto parte dell’intelligenza artificiale e dell’apprendimento automatico.
Anche conosciuto con il termine deep learning, lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati. L’elaborazione delle informazioni è affidata a una struttura in cui ogni strato calcola i valori per quello successivo.
[prisna-google-website-translator]
Le reti neurali artificiali possono essere sviluppate da software e hardware per risolvere problemi in ambito informatico, in elettronica e in tutte quelle discipline che interessano l’ingegnerizzazione dei processi e l’intelligenza artificiale.
Ispirate alla rete neurale biologica, puoi immaginarle come un modello matematico/informatico di calcolo costituito da gruppi di interconnessioni di informazioni, usati per simulare relazioni tra dati in ingresso e in uscita.
L’elaborazione delle informazioni può essere affidata a un modello a cascata, in cui i dati di input elaborati vengono trasmessi in stato di output allo strato successivo, che a sua volta lo utilizza come dato input, o a un modello gerarchico multiplo, in cui si configura una rappresentazione gerarchica di concetti.
La scelta della modalità con cui elaborare i dati è dettata dalla composizione e dalla tipologia del problema da risolvere. L’apprendimento profondo può utilizzare simultaneamente più livelli per identificare oggetti nelle immagini e nei video, per trascrivere il parlato in testo, per ottimizzare i risultati degli utenti che fanno ricerche in rete.
I primi studi sull’apprendimento profondo risalgono al 1975. Grazie a internet e alla veloce diffusione delle informazioni si è assistito a un rapido processo di ampliamento dei campi cui è possibile applicare l’apprendimento profondo per favorire i processi di analisi predittiva e per sviluppare una soluzione.
Pensa al software che riconosce l’anatomia dell’occhio e le eventuali patologie, suggerendo la terapia adeguata. La procedura prevede l’acquisizione delle immagini a colori dell’occhio del paziente e il successivo confronto con le informazioni di base clinica, al fine di elaborare una diagnosi e una terapia.
Presupposto affinché accada questo è che ci siano opportune quantità di dati utili alla generalizzazione: la procedura che consente alle macchine di elaborare una soluzione facendo ricorso alle esperienze maturate durante l’apprendimento.
Il deep learning trova sempre più applicazione in tutti quegli ambiti in cui è possibile attingere alle esperienze maturate per sviluppare un’analisi predittiva e una soluzione.
Pensa al riconoscimento automatico del discorso, al riconoscimento delle immagini per la relativa classificazione, all’elaborazione di linguaggi naturali, alla guida autonoma.
In ambito scientifico l’apprendimento profondo è importante per…
Fai clic qui per continuare a leggere
Array
(
[_edit_last] => Array
(
[0] => 1
)
[ao_post_optimize] => Array
(
[0] => a:5:{s:16:"ao_post_optimize";s:2:"on";s:19:"ao_post_js_optimize";s:2:"on";s:20:"ao_post_css_optimize";s:2:"on";s:12:"ao_post_ccss";s:2:"on";s:16:"ao_post_lazyload";s:2:"on";}
)
[_bsf_post_type] => Array
(
[0] => 10
)
[_bsf_item_review_type] => Array
(
[0] => none
)
[_bsf_article_name] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?
)
[_bsf_article_desc] => Array
(
[0] => Lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati.
)
[_bsf_article_author] => Array
(
[0] => Carmelina Moccia
)
[_bsf_article_publisher] => Array
(
[0] => BOR
)
[_bsf_article_publisher_logo] => Array
(
[0] => https://www.borsecurity.it/wp-content/uploads/2020/01/logo-bor-nero.jpg
)
[_heateor_sss_meta] => Array
(
[0] => a:2:{s:7:"sharing";i:0;s:16:"vertical_sharing";i:0;}
)
[wpcr3_enable] => Array
(
[0] => 1
)
[wpcr3_hideform] => Array
(
[0] => 1
)
[wpcr3_format] => Array
(
[0] => business
)
[panels_data] => Array
(
[0] => a:3:{s:7:"widgets";a:1:{i:0;a:9:{s:5:"title";s:0:"";s:4:"text";s:4228:"Il concetto di apprendimento profondo trova sempre più applicazione nel vissuto quotidiano, in quanto parte dell’intelligenza artificiale e dell’apprendimento automatico.
Anche conosciuto con il termine deep learning, lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati. L’elaborazione delle informazioni è affidata a una struttura in cui ogni strato calcola i valori per quello successivo.
[prisna-google-website-translator]
Le reti neurali artificiali possono essere sviluppate da software e hardware per risolvere problemi in ambito informatico, in elettronica e in tutte quelle discipline che interessano l’ingegnerizzazione dei processi e l’intelligenza artificiale.
Ispirate alla rete neurale biologica, puoi immaginarle come un modello matematico/informatico di calcolo costituito da gruppi di interconnessioni di informazioni, usati per simulare relazioni tra dati in ingresso e in uscita.
L’elaborazione delle informazioni può essere affidata a un modello a cascata, in cui i dati di input elaborati vengono trasmessi in stato di output allo strato successivo, che a sua volta lo utilizza come dato input, o a un modello gerarchico multiplo, in cui si configura una rappresentazione gerarchica di concetti.
La scelta della modalità con cui elaborare i dati è dettata dalla composizione e dalla tipologia del problema da risolvere. L’apprendimento profondo può utilizzare simultaneamente più livelli per identificare oggetti nelle immagini e nei video, per trascrivere il parlato in testo, per ottimizzare i risultati degli utenti che fanno ricerche in rete.
I primi studi sull’apprendimento profondo risalgono al 1975. Grazie a internet e alla veloce diffusione delle informazioni si è assistito a un rapido processo di ampliamento dei campi cui è possibile applicare l’apprendimento profondo per favorire i processi di analisi predittiva e per sviluppare una soluzione.
Pensa al software che riconosce l’anatomia dell’occhio e le eventuali patologie, suggerendo la terapia adeguata. La procedura prevede l’acquisizione delle immagini a colori dell’occhio del paziente e il successivo confronto con le informazioni di base clinica, al fine di elaborare una diagnosi e una terapia.
Presupposto affinché accada questo è che ci siano opportune quantità di dati utili alla generalizzazione: la procedura che consente alle macchine di elaborare una soluzione facendo ricorso alle esperienze maturate durante l’apprendimento.
Il deep learning trova sempre più applicazione in tutti quegli ambiti in cui è possibile attingere alle esperienze maturate per sviluppare un’analisi predittiva e una soluzione.
Pensa al riconoscimento automatico del discorso, al riconoscimento delle immagini per la relativa classificazione, all’elaborazione di linguaggi naturali, alla guida autonoma.
In ambito scientifico l’apprendimento profondo è importante per...
Fai clic qui per continuare a leggere
";s:20:"text_selected_editor";s:7:"tinymce";s:5:"autop";b:1;s:12:"_sow_form_id";s:32:"13631582256165637dd7f9b058006197";s:19:"_sow_form_timestamp";s:13:"1634037819632";s:11:"panels_info";a:6:{s:5:"class";s:31:"SiteOrigin_Widget_Editor_Widget";s:4:"grid";i:0;s:4:"cell";i:0;s:2:"id";i:0;s:9:"widget_id";s:36:"a567d84e-780e-47cc-990c-3d2080725214";s:5:"style";a:2:{s:27:"background_image_attachment";b:0;s:18:"background_display";s:4:"tile";}}s:22:"so_sidebar_emulator_id";s:21:"sow-editor-1574510000";s:11:"option_name";s:17:"widget_sow-editor";}}s:5:"grids";a:1:{i:0;a:4:{s:5:"cells";i:1;s:5:"style";a:3:{s:27:"background_image_attachment";b:0;s:18:"background_display";s:4:"tile";s:14:"cell_alignment";s:10:"flex-start";}s:5:"ratio";i:1;s:15:"ratio_direction";s:5:"right";}}s:10:"grid_cells";a:1:{i:0;a:4:{s:4:"grid";i:0;s:5:"index";i:0;s:6:"weight";i:1;s:5:"style";a:0:{}}}}
)
[_metaseo_metatitle] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?
)
[_metaseo_metadesc] => Array
(
[0] => Lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati.
)
[_metaseo_metaspecific_keywords] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?, Cos’è l’Apprendimento profondo?, in quali campi si usa l’Apprendimento profondo?, cosa può fare il deep learning?, cos'è il deep learning e in quali campi si usa?
)
[_metaseo_metakeywords] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?, Cos’è l’Apprendimento profondo?, in quali campi si usa l’Apprendimento profondo?, cosa può fare il deep learning?, cos'è il deep learning e in quali campi si usa?
)
[_metaseo_metaopengraph-title] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?
)
[_metaseo_metaopengraph-desc] => Array
(
[0] => Lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati.
)
[_metaseo_metaopengraph-image] => Array
(
[0] => https://www.borsecurity.it/wp-content/uploads/2021/10/gfc72b5f4e0dd303f44e1a448bd2073b63ffdf1e0fb59df5883c27f6302bc3fe30e39f27e37f211686a44f8d1805f1178_1920.jpg
)
[_metaseo_metatwitter-title] => Array
(
[0] => Cos’è l’Apprendimento profondo e in quali campi si usa?
)
[_metaseo_metatwitter-desc] => Array
(
[0] => Lo si può intendere come un insieme di tecniche di apprendimento che fanno ricorso a reti neurali artificiali organizzate in diversi strati.
)
[_metaseo_metatwitter-image] => Array
(
[0] => https://www.borsecurity.it/wp-content/uploads/2021/10/gfc72b5f4e0dd303f44e1a448bd2073b63ffdf1e0fb59df5883c27f6302bc3fe30e39f27e37f211686a44f8d1805f1178_1920.jpg
)
[wp_metaseo_seoscore] => Array
(
[0] => 88
)
[_bsf_article_image] => Array
(
[0] => https://www.borsecurity.it/wp-content/uploads/2021/10/gfc72b5f4e0dd303f44e1a448bd2073b63ffdf1e0fb59df5883c27f6302bc3fe30e39f27e37f211686a44f8d1805f1178_1920.jpg
)
[_thumbnail_id] => Array
(
[0] => 15748
)
[_blfe_post_views] => Array
(
[0] => 99
)
[tpg-post-view-count] => Array
(
[0] => 92
)
[_eael_post_view_count] => Array
(
[0] => 152
)
)