Il Machine Learning è quella branca dell’intelligenza artificiale che, sfruttando concetti derivati dalla statistica, permette di sfruttare i dati per definire comportamenti complessi che derivino da essi. In questa guida forniremo una panoramica di come Python e altre tecnologie correlate facilitino l’implementazione di soluzioni basate sul machine learning e l’intelligenza artificiale.
Prima di iniziare a studiare il machine learning, è bene tracciarne i confini e comprendere le aree di azione delle sue branche.
TensorFlow è il principale framework per lo sviluppo di applicazioni di machine learning in Python: scopriamo le novità della versione 2.4.
L’algoritmo che ritaglia le immagini allegate ai tweet sembra preferire le foto di uomini a quelle delle donne. Ma è davvero così?
PyTorch 1.5 è stato appena rilasciato: vediamo tutte le novità della nuova versione del framework Python per machine learning ed AI.
AWS (Amazon Web Services) rilascia AutoGluon, AutoML Toolkit per le applicazioni di Deep Learning, sotto licenza Open Source
Manifold, la soluzione di Uber per l’implementazione e il debugging dei modelli di Machine learning, è ora Open Source
Google Colab è una piattaforma per eseguire codice sul Cloud, in forma di Jupyter Notebook: impariamo a conoscere meglio questo potente strumento.
E’ convinzione comune che le AI non siano in grado di eseguire compiti creativi come la creazione di UI, la realtà è però un’altra
Jeff Dean, responsabile dei progetti AI di Google, anticipa quelli che saranno i trend del prossimo anno per il Machine learning