Corso Propedeutico: Matematica base per il Deep Learning

Course Access: Lifetime
Course Overview

Le basi matematiche del Machine Learning e del Deep Learning si possono ricondurre ad alcuni argomenti di matematica applicata che esistevano da prima dell’introduzione di queste discipline: in particolare l’algebra lineare, che è la teoria degli oggetti negli spazi a più dimensioni, e che viene utilizzata per rappresentare i dati trattati nel Deep Learning, le tecniche di ottimizzazione, che consentono di definire algoritmi fondamentali di ricerca di soluzioni a problemi di massimo e minimo, cui sono riconducibili i problemi che gli algoritmi di Deep Learning cercano di risolvere, e il calcolo delle probabilità, che offre un formidabile strumento di valutazione delle performance e di analisi degli algoritmi stessi. Questre tre discipline si estendono in una ampiezza che travalica i confini di applicabilità all’Intelligenza Artificiale, ma in questo modulo introduttivo le tratteremo partendo da zero e cercando di dare concretezza ai concetti, senza inerpicarsi negli sviluppi più elevati ma offrendo gli strumenti fondamentali per comprendere le tecniche di Deep Learning che ne fanno uso.

Submit your response