Corso Propedeutico: Matematica base per il Deep Learning

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.