Una mappa per capire l’intelligenza artificiale
Fondamenti dell'intelligenza artificiale: le cinque leggi
Cinque principi, un glossario tecnico e un laboratorio pratico per leggere i sistemi AI oltre la superficie.
Le cinque leggi del libro offrono una griglia per leggere l’intelligenza artificiale come un insieme di rappresentazioni, processi probabilistici, apprendimento, ottimizzazione e limiti. Non sono una gerarchia di difficoltà: ogni pagina è una guida autonoma con esempi, strumenti ed esercizi.
Il percorso collega enunciati e pratica. Puoi iniziare da una legge, scendere nelle voci del glossario oppure arrivare da un termine e risalire al principio che lo inquadra.
Embedding, feature e spazi vettoriali
Come feature, embedding e spazi vettoriali trasformano dati e significato in una forma che i modelli possono elaborare.
Apri la guidaProbabilità, softmax e modelli generativi
Come probabilità, campionamento e modelli generativi rappresentano e trasformano l’incertezza nelle risposte dell’AI.
Apri la guidaCome una rete impara dai dati
Come dataset, obiettivi, architetture e addestramento trasformano esempi in parametri e comportamenti appresi.
Apri la guidaLoss, gradiente e ottimizzatori
Come loss, gradiente, learning rate e ottimizzatori guidano il training e l’efficienza dei modelli.
Apri la guidaOverfitting, bias e collasso dei modelli
Come overfitting, bias, valutazione, sicurezza e governance rendono visibili e gestibili i limiti dei sistemi AI.
Apri la guida