Le reti neurali artificiali sono dei modelli che simulano il funzionamento dei neuroni nel cervello umano.
La principale caratteristica di una rete neurale è la sua capacità di essere allenata, e di sapersi quindi evolvere per risolvere un certo problema.
Qui di seguito sono presentati alcuni esempi interattivi che fanno uso delle reti neurali artificiali.
Se vuoi imparare di più sull'argomento puoi partire da questa introduzione che espone le basi del deep learning e delle reti neurali artificiali.

Riconoscimento cifre

In questa demo viene affrontato il problema del riconoscimento di cifre scritte a mano.
La rete che viene utilizzata è già stata allenata con il dataset MNIST, un database di 60000 immagini comunemente utilizzato per allenare vari sistemi di riconoscimento immagini.

Alcune letture: funzioni di attivazione, convoluzione

Regressione 1D

Questo esempio utilizza le reti neurali per prevedere la coordinata y data quella x.
Hai inoltre la possibilità di vedere come si comporta la rete cambiando alcuni parametri.

Alcune letture: parametri secondari, regolarizzazione

Classificazione di dati 2D

Una rete neurale completamente modificabile deve dividere i dati blu da quelli arancioni.
Hai la possibilità di modificare diversi parametri e di visualizzare per intero la rete.

Alcune letture: overfitting, frontiere

Reinforcement Learning

In questa demo viene presentato il Reinforcement Learning. Hai la possibilità di allenare una rete neurale e vederla in azione dopo l'allenamento.

Alcune letture: regolarizzazione

Sfida Breakout

Il computer ti sfida a giocare a Breakout: chi sarà più veloce a completare i livelli proposti?

Alcune letture: in futuro