Ecco i diversi modi attraverso cui gli algoritmi sono allenati

Sia i sistemi di machine learning based che quelli logic-knowledge based sono sviluppati sulla base di set di dati nella fase di training. Qui si parla, in primis, di allenamento supervisionato. Cioè: i set di dati sono sottoposti a una procedura di etichettatura per indurre nell’algoritmo la capacità di riconoscimento dei criteri con cui classificare gli input. Si procede fino a quando la macchina non trova la giusta strada e riconosce l’identità tra input e output.

3

Cosa è l’allenamento non supervisionato?

A differenza dell’approccio supervisionato, qui il training non è previsto. C’è l’ input (le etichette non sono definite) e questo viene elaborato dall’algoritmo, spesso attraverso similarità o differenze di tipo statistico, per definire una classificazione dell’output.

4