Tagged: Training & Ottimizzazione

Addestramento modelli: epoch, batch, gradient descent, overfitting, regolarizzazione.

Termini

Apprendimento supervisionato

Training con etichette. Metodo in cui i dati sono accompagnati da risposte corrette.

Machine Learning

Batch Size

Numero di esempi per iterazione. Quantità di dati processati prima di aggiornare i pesi.

Machine Learning

Bias

Errore sistematico che altera l'output del modello, dovuto a ipotesi semplificative o a distorsioni nei dati. Da non confondere con il term…

Machine Learning

Dropout

Tecnica di regolarizzazione per reti neurali che, durante l’addestramento, disattiva casualmente una frazione di neuroni a ogni passo. Ridu…

Machine Learning

Epoch

Nell’addestramento, un passaggio completo dell’algoritmo su tutti gli esempi del set di training. L’addestramento richiede in genere più ep…

Machine Learning

Gradient Descent

Algoritmo iterativo di ottimizzazione che minimizza una funzione di costo aggiornando i parametri nella direzione opposta al suo gradiente.…

Machine Learning

Overfitting

Adattamento eccessivo del modello ai dati di addestramento, di cui apprende anche il rumore, con conseguente perdita di capacità di general…

Machine Learning

Regularizzazione

Controllo della complessità. Tecnica per evitare l’overfitting penalizzando modelli troppo complessi.

Machine Learning

Validazione

Verifica delle prestazioni del modello su dati non usati per addestrarlo, così da regolarne gli iperparametri e stimarne la capacità di gen…

Machine Learning
Preferenze cookie

Gestisci i cookie usati su Glossario Italiano. Puoi modificare le preferenze in qualsiasi momento dal link "Gestisci preferenze" in fondo a ogni pagina.

  • Necessari
    Login, sicurezza (CSRF), preferenze cookie. Sempre attivi.
    Sempre on
  • Statistici
    Misurano in forma aggregata come viene usato il sito. Nessun profilo personale.
  • Marketing
    Cookie di reti pubblicitarie esterne, se attivati in futuro. Oggi GLS non usa script di terze parti e i nostri sponsor sono editoriali, non profilano.