Apprendimento automatico - Reti neurali artificiali

L'idea delle reti neurali artificiali è stata derivata dalle reti neurali nel cervello umano. Il cervello umano è davvero complesso. Studiando attentamente il cervello, gli scienziati e gli ingegneri hanno escogitato un'architettura che potrebbe adattarsi al nostro mondo digitale di computer binari. Una di queste architetture tipiche è mostrata nel diagramma seguente:

C'è un livello di input che ha molti sensori per raccogliere dati dal mondo esterno. Sul lato destro, abbiamo un livello di output che ci fornisce il risultato previsto dalla rete. Tra questi due, sono nascosti diversi livelli. Ogni livello aggiuntivo aggiunge ulteriore complessità nella formazione della rete, ma fornirebbe risultati migliori nella maggior parte delle situazioni. Esistono diversi tipi di architetture progettate di cui parleremo ora.

Architetture ANN

Il diagramma seguente mostra diverse architetture ANN sviluppate in un periodo di tempo e sono in pratica oggi.

Fonte:

https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464

Ogni architettura è sviluppata per un tipo specifico di applicazione. Pertanto, quando utilizzi una rete neurale per la tua applicazione di machine learning, dovrai utilizzare una delle architetture esistenti o progettarne una tua. Il tipo di applicazione che alla fine decidi dipende dalle esigenze dell'applicazione. Non esiste una singola linea guida che ti dica di utilizzare un'architettura di rete specifica.