“Sbagliando si impara”

๐Ÿ‡ฎ๐Ÿ‡น Sbagliando si impara ๐Ÿ‡ป๐Ÿ‡ฆ Errando discitur ๐Ÿ‡ฌ๐Ÿ‡ง You learn from your mistakes ๐Ÿ‡ฉ๐Ÿ‡ช Aus Fehlern lernt man ๐Ÿ‡ช๐Ÿ‡ธ Echando a perder se aprende ๐Ÿ‡ฏ๐Ÿ‡ต ไธƒ่ปขใณๅ…ซ่ตทใ โ€” Cadi 7 volte, rialzati 8 ๐Ÿ‡จ๐Ÿ‡ณ ๅคฑ่ดฅๆ˜ฏๆˆๅŠŸไน‹ๆฏ โ€” Il fallimento รจ la madre del successo

Ma sapete chi lo prende piรน alla lettera di tutti? Gli algoritmi di Machine Learning.

๐Ÿ”ด SBAGLIANDO…

L’algoritmo fa una previsione e calcola quanto ha sbagliato:

L = 1/n โˆ‘(y โˆ’ ลท)ยฒ

TRADOTTO: quanto sei lontano dalla risposta giusta? Elevalo al quadrato cosรฌ fa ancora piรน male. ๐Ÿ˜…

๐ŸŸข …SI IMPARA!

I parametri vengono aggiustati nella direzione che riduce l’errore:

ฮธ = ฮธ โˆ’ ฮท โˆ‚L/โˆ‚ฮธ

TRADOTTO: ok, la prossima volta correggo un pochino. ฮท รจ “quanto” correggo.

๐Ÿ” RIPETI qualche milione di volte.

Dalle Reti Neurali al Gradient Boosting, dalla Regressione Lineare alle SVM, il concetto รจ lo stesso: misura l’errore, impara, riprova.

Un principio universale, dai proverbi antichi all’intelligenza artificiale.