Intelligenza Artificiale e Reti Neurali

Come si chiamano i dati che costituiscono l'input di un modello di intelligenza artificiale?

• labels

• features

• activations

Quale di queste NON è una limitazione delle reti neurali profonde (con molti layers)?

• E' molto difficile comprendere il funzionamento interno

• spesso non danno risultati accurati

• sono necessari molti esempi per la fase di training

Tipicamente, quanti esempi fornisco alla rete neurale prima di modificare i suoi parametri?

• tutti gli esempi del dataset

• un singolo esempio

• un gruppo di esempi alla volta

Quanti layer ha una rete neurale?

• quattro

• due

• può variare

Con una rete neurale quante classi possono distinguere

• 2

• massimo 10

• non c'è un limite specifico

Quante features è meglio inserire in una rete neurale?

• tutte quelle a disposizione

• solamente quelle rilevanti

• sempre e solo due

Il numero di esempi da fornire alla rete neurale

• è sempre fisso per uno specifico problema (es. classificazione di immagini)

• dipende principalmente da quanti layer e neuroni ha la mia rete

• dipende sempre e solo dal numero di features in ingresso (es. il numero di pixel delle immagini)

Come faccio a garantire che la mia rete ha davvero imparato?

• calcolo quanto è accurata sugli esempio che gli ho fornito

• calcolo quanto performa bene su esempi che non ha mai incontrato