Machine learning Machine learning
Il machine learning (apprendimento automatico) è la base dell’intelligenza artificiale moderna: sistemi che imparano dai dati invece di seguire regole scritte a mano. Spieghiamo gli algoritmi principali, come regressione, classificazione e clustering, come si valuta un modello e come lo si porta in produzione (MLOps).
Machine learning 
Machine learning Jev di TypeSafe AI: il modello che non scrive testo vale 7,5 miliardi
Machine learning EmbeddingGemma 2 di Google: embedding multimodale aperto che gira sul dispositivo
Machine learning Precision e recall, accuracy e F1: formule, esempi e come scegliere la metrica
Machine learning Regressione lineare e logistica: cosa sono e come funzionano nel machine learning
Machine learning Modelli di ragionamento: cosa sono, come funzionano e quando conviene usarli
Machine learning Benchmark di coding AI: perché ogni nuovo modello si dice il migliore a programmare
Machine learning Apprendimento federato: cos’è, come funziona e perché protegge la privacy
Machine learning Analisi del sentiment: cos’è, come funziona e a cosa serve
Machine learning Clustering: cos’è, come funziona e a cosa serve il raggruppamento dei dati
Machine learning Support Vector Machine (SVM): cosa sono, come funzionano e a cosa servono
Machine learning Dati sintetici: cosa sono, come si generano e a cosa servono nell’AI
Newsletter gratuita · ogni venerdì
Tutta l'AI della settimana, in 5 minuti, nella tua email
- Le guide e le notizie della settimana, divise per rubrica
- Solo ciò che conta, verificato e spiegato in italiano
- Niente spam, ti cancelli con un clic
