Lezione 17 di 21 · Parte V, Deep learning e oltre

Deep learning

Perché molti strati: astrazione gerarchica, no-flattening e composizionalità; representation learning, autoencoder e transfer learning; rappresentazioni distribuite; le tecniche: ReLU, clipping, batch normalization, dropout.

15 figure da manipolare.

In questa lezione

• Che cos’è il deep learning
• Servono davvero molti strati?
• Representation learning
• Rappresentazioni distribuite
• Altri spunti e risultati recenti
• Tecniche
• Applicazioni, sfide e conclusioni

Altre lezioni

Reti neurali convoluzionali (CNN) · Reti neurali randomizzate · Tutte le lezioni

Appunti di Fabio Piscitelli — Machine Learning (654AA), prof. Alessio Micheli, Università di Pisa, a.a. 2026/27.