![[Recensione] Perché le macchine imparano. L'eleganza della matematica dietro all'AI (Anil Ananthaswamy) Riassunto.](https://episodes.castos.com/660078c6833215-59505987/images/2603088/c1a-085k3-v60mz4p8a592-2yhvxb.jpg)
Show Notes
Perché le macchine imparano. L'eleganza della matematica dietro all'AI (Anil Ananthaswamy)
- Amazon Italian Store: https://www.amazon.it/dp/8850337388?tag=9natreeitz-21
- Amazon Worldwide Store: https://global.buys.trade/Perch%C3%A9-le-macchine-imparano-L%26%23039%3Beleganza-della-matematica-dietro-all%26%23039%3BAI-Anil-Ananthaswamy.html
- Apple Books: https://books.apple.com/us/audiobook/la-ballata-della-citt%C3%A0-eterna/id1540968833?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Perch+le+macchine+imparano+L+039+eleganza+della+matematica+dietro+all+039+AI+Anil+Ananthaswamy+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Leggi di più: https://italian.9natree.com/read/8850337388/
#PerceptrondiRosenblatt #Algebralineareevettori #Discesadelgradiente #Generalizzazioneeoverfitting #RetineuraliprofondeeLLM #PerchlemacchineimparanoL039eleganzadellamatematicadietroall039AI
«Perché le macchine imparano. L’eleganza della matematica dietro all’AI» è un saggio di divulgazione scientifica di Anil Ananthaswamy dedicato ai principi che rendono possibile il machine learning. L’obiettivo non è presentare l’intelligenza artificiale come un’entità misteriosa o cosciente, né offrire una guida pratica alla programmazione: il libro ricostruisce invece le idee matematiche, gli esperimenti e le persone che hanno reso le macchine capaci di riconoscere schemi nei dati e generalizzare su casi nuovi. Il percorso parte dalle origini delle reti neurali e dal perceptron, per arrivare agli strumenti che sostengono l’apprendimento statistico contemporaneo e ai modelli linguistici di grandi dimensioni. Algebra lineare, calcolo differenziale, probabilità, ottimizzazione e geometria degli spazi ad alta dimensionalità vengono introdotti come strumenti con una funzione precisa, non come formalismi separati dalla realtà. Ananthaswamy combina storia della disciplina e spiegazione concettuale: mostra che l’efficacia dell’AI dipende da rappresentazioni, dati, obiettivi e procedure di correzione dell’errore. Ne risulta un libro esigente ma orientato a rendere comprensibile la struttura, non soltanto gli effetti visibili, dell’intelligenza artificiale.
- Amazon Italian Store: https://www.amazon.it/dp/8850337388?tag=9natreeitz-21
- Amazon Worldwide Store: https://global.buys.trade/Perch%C3%A9-le-macchine-imparano-L%26%23039%3Beleganza-della-matematica-dietro-all%26%23039%3BAI-Anil-Ananthaswamy.html
- Apple Books: https://books.apple.com/us/audiobook/la-ballata-della-citt%C3%A0-eterna/id1540968833?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Perch+le+macchine+imparano+L+039+eleganza+della+matematica+dietro+all+039+AI+Anil+Ananthaswamy+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Leggi di più: https://italian.9natree.com/read/8850337388/
#PerceptrondiRosenblatt #Algebralineareevettori #Discesadelgradiente #Generalizzazioneeoverfitting #RetineuraliprofondeeLLM #PerchlemacchineimparanoL039eleganzadellamatematicadietroall039AI
«Perché le macchine imparano. L’eleganza della matematica dietro all’AI» è un saggio di divulgazione scientifica di Anil Ananthaswamy dedicato ai principi che rendono possibile il machine learning. L’obiettivo non è presentare l’intelligenza artificiale come un’entità misteriosa o cosciente, né offrire una guida pratica alla programmazione: il libro ricostruisce invece le idee matematiche, gli esperimenti e le persone che hanno reso le macchine capaci di riconoscere schemi nei dati e generalizzare su casi nuovi. Il percorso parte dalle origini delle reti neurali e dal perceptron, per arrivare agli strumenti che sostengono l’apprendimento statistico contemporaneo e ai modelli linguistici di grandi dimensioni. Algebra lineare, calcolo differenziale, probabilità, ottimizzazione e geometria degli spazi ad alta dimensionalità vengono introdotti come strumenti con una funzione precisa, non come formalismi separati dalla realtà. Ananthaswamy combina storia della disciplina e spiegazione concettuale: mostra che l’efficacia dell’AI dipende da rappresentazioni, dati, obiettivi e procedure di correzione dell’errore. Ne risulta un libro esigente ma orientato a rendere comprensibile la struttura, non soltanto gli effetti visibili, dell’intelligenza artificiale.
