Deep learning 01 - the neuron
Вставка
- Опубліковано 5 жов 2017
- How does the basic element of a deep learning network work?
Let's get the intuition from pictures and animation, then dive into a python implementation and finally on math equations.
================================================
Contact me for data science consulting and training:
pieroit.org/portfolio/contact...
================================================
Credits:
Music by • Valesco - Cloud 9 [Roy... - Наука та технологія
OOOOH! FINALMENTE UNA PERSONA CHE SPIEGA il concetto senza disturbare 3 quintali di analisi differenziale e affini, in modo chiaro e per nulla noioso. Complimenti.
Grazie Marino! Ci tengo a dire lo stretto essenziale a capire di che si parla
Erano mesi che navigavo in tutorial e siti dedicati al Machine Learning, e l'unica cosa che riuscivo a portarne a casa era solo un gran mal di testa e confusione.
Finalmente ho trovato una persona che riesce a spiegare in modo chiaro e comprensibile che cosa è il ML, il senso di tutte quelle librerie esoteriche che uno si ritrova sul pc dopo aver installato Anaconda, e la differenza tra le varie piattaforme.
Complimenti vivissimi: uno dei canali UA-cam più interessanti scoperti quest'anno.
Grazie!
Se vuoi approfondire trovi due playlist sul canale, una su pandas (data analysis) e una su scikit-learn (machine learning)
@@PieroSavastano grazie mille! Piano piano me li guardo tutti.
per quanto ho visto e cercato il tuo e l'unico canale italiano che tratta questo argomento, quindi aspetto con ansia la prossima puntata!!!!!
Aziz Ur Rehman tra qualche giorno il secondo episodio! Peace
Ci ho messo un po' ... ma eccola ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Utilissimo, aspetto con ansia la prossima puntata :)
Grazie W3LF, a presto :)
In LEGGERO ritardo ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Sarebbe un sogno avere un appuntamento settimanale... magari con anche qualcosa di più pratico. Ottimo in ogni caso.
Ciao Ramona grazie per l'apprezzamento. Ne stanno arrivando altri, in base a come vanno valuterò la possibilità di regolarizzare ;)
Ciao ho scoperto ora questo canale. Bellissimo spieghi proprio bene. Complimenti
Ti ringrazio Davide se puoi fallo girare!
Grande, aspetto con ansia il prossimo episodio
Gabriele Bellavia grazie cerco di fare presto! Condividi se conosci persone interessate a questi temi :)
Tutto tuo ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Grazie per il video davvero chiaro e ben fatto complimenti, aspetto il secondo video che sono sicuro riuscirà a farmi capire ancora tante cose utili.
Grazie a te Ivan. La seconda puntata è in fase di montaggio ;)
ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Ciao Piero e grazie per il video!
Ho una domanda per te: come mai hai usato la sigmoide come funzione di associazione? Che motivi ci sono dietro a questa scelta?
1 - la sigmoide schiaccia l'output del neurone tra 0 e 1, il che ti pemrette di interpretarlo come probabilità di un output binario. Es 0.6 vuol dire 60% di probabilità della classe che il neurone rappresenta (vedi classificatori vs regressori). Anche la regressione logistica funziona così.
2 - nelle reti a più strati la sigmoide (così come ReLU) permette alla rete di costruire modelli non lineari. Quando tutti i neuroni sono lineari e li combini il modello che descrivono rimane lineare (retta/piano/iperpiano). Con attivazioni nonlineari scateni la potenza della rete nel descrivere modelli "curvi" nello spazio
Spero che arriveranno più video .👏
Grazoe Andrea, ne ho scritti già 3 per questa serie. Arrivano ;)
@@PieroSavastano grazie sei l'unico che lo porta in questo modo così semplice e chiaro .
I tuoi video sono molto belli e per questo mi sono iscritto. Una domanda però: quello che hai fatto in python è considerato molto semplice vero? Perché io manco quella capisco
Fai con calma, impara prima la programmazione di base e quando ti senti sicuro aumenta la difficoltà... ;)
Per imparare python ti consiglio il canale di PyMike
@@PieroSavastano grazie
come mai il video si vede così male? interessantissimo comunque, complimenti
In che senso si vede male? Hai provato ad aumentare la risoluzione?
@@PieroSavastano ho riprovato ora e si vede benissimo, forse è stato un problema momentaneo di connessione, strano perché altri video li vedevo bene. come non detto, meglio così
Salve! Volevo chiederle quale differenza c'è tra un algoritmo genetico e uno di deep learning. Alla magistrale di ingegneria biomedica stò seguendo un corso di Bioinformatics (so che fra poco inizieremo a studiare dei metodi di deep learning in Pyton per il sequencing) e di Classificazione di dati e segnali biomedici (qui stiamo vedendo delle implementazioni di algoritmi genetici per costruire un classificatore con logica Fuzzy per ora). Grazie ^^
Ciao!
Sono entrambi algoritmi bioispirati per fare ottimizzazione, ma parecchio diversi tra loro.
L'algoritmo genetico simula la selezione naturale, è una forma di ottimizzazione stocastica (produci soluzioni a caso, selezioni le migliori, adoperi dei piccoli cambiamenti casuali e/o crossover e ripeti il procedimento per varie generazioni).
Le reti neurali (deep learning ne è un sottotipo) simulano l'apprendimento cerebrale, l'ottimizzazione non è stocastica ma è deterministica (parti sempre a caso, ma poi correggi i pesi della rete secondo formule che hanno lo specifico scopo di ridurre l'errore, e anche qui ripeti fino a che non arrivi al minimo/massimo).
Tra l'altro se vuoi vedere un po' di modelli di apprendimento neurale bioispirati ma plausibili prova a cercare "hebbian learning" e magari "spike timing dependent plasticity". La regola delta e la backpropagation non è che hanno molto riscontro nel tessuto nervoso vero, sono più che altro tecniche ingegneristiche.
Se mi vuoi ringraziare spamma questo video! Love e in bocca al lupo per i tuoi studi
Piero Savastano grazie mille! Lo farò!!
Ciao bel video, sapresti spiegarmi perchè viene utilizzata proprio la sigmoide?
Ciao Matteo, storicamente si è utilizzata la sigmoide (ultimamente va più di moda RELU) per i seguenti motivi: 1) schiaccia l'output del neurone tra due valori, cioè 0 e 1. E' una cosa positiva perchè sei sicuro che non avrai numeri che schizzano verso + o - infinito. Inoltre puoi interpretare l'output del neurone come se fosse una probabilità e questo è utilissimo nei classificatori. 2) E' una funzione differenziabile, cioè puoi calcolarne la derivata, requisito essenziale per l'apprendimento (vedi prossimi video). 3) Imita quello che è il meccanismo tutto-o-nulla del neurone biologico, per cui hai una zona sensibile in cui il neurone comincia a sparare, altrimenti rimane silente.
Spero di averti dato spunti ;)
Bel video! Ma quando gli troviamo qualche amico a questo neurone?!
Ciao Federico!
Nella prossima puntata lo facciamo imparare dall'esperienza, e nella successiva gli troviamo qualche amico ;)
Fantastico! Feci una tesi in cui sfioravo l'intelligenza artificiale, ma scoprire oggi che con un po' di codice si può creare una mini rete neurale è strepitoso! A presto, allora. :)
federico marchionni il campo negli ultimi 4 o 5 anni è esploso a dismisura, se ti piace python butta un occhio sulla libreria Keras. Un saluto
ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Cosa ne pensi di Microsoft Learn e le varie certificazioni che rilascia riguardo l'IA?
Non le seguo :)
Verranno realizzati nuovi episodi? Sarebbe un peccato lasciar morire questo progetto molto promettente.
Valerio Di Biasi arrivano arrivano! Grazie per l'incoraggiamento.
Mi sto organizzando ci vuole un sacco di tempo per fare video. Intanto eccoti il secondo ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Ciao.ma non ne fai più di video sul machine learning?sto cercando del materiale ma in italiano è veramente poco.capisco l'inglese ma non completamente e mi trovo in difficoltà..
ZioBryan ciao, sta per uscire il secondo video sul deep learning (il neurone che impara) e ne usciranno altri sul ML.
Se proprio vuoi materiale in italiano trovi dei libri, ma in generale ti consiglio di sforzarti sull'inglese, magari guardando le serie televisive coi sottotitoli, perchè se vuoi far parte del mondo della tecnologia nel 2018 e non conosci l'inglese sei fuori dai giochi.
In bocca al lupo
Piero Savastano ciao piero.allora aspetto.io l'inglese lo capisco ma ho difficoltà col loro parlato nei video.forse perché parlano velocemente. Grazie 1000
ua-cam.com/video/X7kbPSDKZJY/v-deo.html
Ciao. Complimenti per i video.
Che IDE stai usando nel video?
Leonardo Pozzati pyCharm
Anche visual studio code non è niente male
Grazie mille.
Piero Savastano ho dato un'occhiata a questi due IDE su internet.
Ma avevo capito male o tu usavi solo prodotti Open Source?
Leonardo Pozzati vscode è aperto, pycharm no ma è gratuito
che editor stai usando ?
Stefano Zamprogno pyCharm community edition, in alternativa Visual Studio Code
Ciao Piero, a quando la seconda puntata? :)
Ciao Tommaso, nelle prossime settimane posto nuovi video. Comunque la sequenza che vorrei seguire è: 1 neurone, 2 un neurone che impara, 3 strato di neuroni, 4 rete multistrato
Stay tuned and share :)
Adesso! ua-cam.com/video/X7kbPSDKZJY/v-deo.html
@piero mi puoi dare un consiglio dove trovare una quida che spiega le formule e spiega tutto
GETAKI come te la cavi con l'inglese?
orale male scritto molto bene , sto impazzendo non trovare una guida decente che spiega tutto sulle reti neurali ma ci sono sono simboli di rappresentazione
GETAKI questo ti da delle buone basi passo per passo, è pieno di figure e fumetti
guidetodatamining.com/
Se vuoi cose più avanzate prendi un libro della collana O'Reilly sono ottimi
grazie spero che sia di aiuto cmq potrei condividere con te il mio progetto se puoi darmi dei consigli che hai sicuramente più esperienza di me
GETAKI per aiuto su progetti specifici posso farti una consulenza a pagamento, se sei interessato scrivimi.
Il libro che ti ho consigliato non è sulle reti neurali ma su machine learning classico, meglio partire da lì se sei a digiuno ;)