Progetti di machine learning e scienza dei dati per la finanza

Capitolo 3. Le reti neurali artificiali

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Esistono diversi tipi di modelli utilizzati nell'apprendimento automatico. Tuttavia, una classe di modelli di apprendimento automatico che spicca è quella delle reti neurali artificiali (ANN). Dato che le reti neurali artificiali sono utilizzate in tutti i tipi di apprendimento automatico, questo capitolo tratterà le basi delle RNA.

Le RNA sono sistemi di calcolo basati su un insieme di unità o nodi collegati tra loro chiamati neuroni artificiali, che modellano vagamente i neuroni di un cervello biologico. Ogni connessione, come le sinapsi di un cervello biologico, può trasmettere un segnale da un neurone artificiale a un altro. Un neurone artificiale che riceve un segnale può elaborarlo e quindi segnalare altri neuroni artificiali ad esso collegati.

L'apprendimento profondo comporta lo studio di algoritmi complessi legati alle RNA. La complessità è attribuita agli elaborati schemi di flusso delle informazioni all'interno del modello. Il deep learning ha la capacità di rappresentare il mondo come una gerarchia di concetti annidati, con ogni concetto definito in relazione a un concetto più semplice. Le tecniche di deep learning sono ampiamente utilizzate nelle applicazioni di apprendimento per rinforzo e di elaborazione del linguaggio naturale, che vedremo nei Capitoli 9 e 10.

Passeremo in rassegna ...