Il Markov Decision Process (MDP) o processo decisionale di Markov è un modello di gestione dello stato di transizione di…
Il Credit Assignment Problem è genericamente parlando il problema di determinare quale componente di un sistema contribuisca maggiormente al successo…
Il Differential Privacy by Shuffling è un approccio di differential privacy che si pone l’obiettivo di risolvere il compromesso tra…
Il Reinforcement Learning, che mi rifiuto di tradurre in apprendimento per rinforzo, è uno dei temi più scottanti nel campo…
Con l’espressione Synthetic Data soliamo riferirci ai dati sintetici generati da una sistema, una macchina. Una definizione semplice, ma che…
Gestendo dataset di grandi dimensioni abbiamo due alternative da valutare: Scaling up e Scaling out. Il nostro obiettivo è fare…
Il machine learning è oggi usato per calcolare il credit score, l’indicatore del merito creditizio dei richiedenti un prestito finanziario,…
Ho individuato e raccolto per te le librerie Python (Python Libraries) per Data Science e Machine Learning. L’articolo sarà in…
Il Privacy Preserving Record Linkage è l’operazione d’identificazione, abbinamento (matching) e fusione (merging) di record appartenenti alla stessa entità e…
Il Federated Averaging è il più popolare federated optimizer per risolvere problemi di federated learning. Evidentemente è tutto chiaro e…