Glossario AI

• Classification. Il problema della classificazione è uno dei tipici problemi del machine learning. Consiste nel classificare i dati assegnando a ciascun esempio una classe ( o etichetta ).
• Symbolic learning. E' l'apprendimento tramite l'elaborazione simbolica delle informazioni. Al suo interno si trova la computer vision e l'image processing.
• Computer vision. E' il campo del riconoscimento ed elaborazione delle immagini (foto, video).
• Image processing. Sono algoritmi usati per elaborare le immagini.
• Machine learning. E' il campo dell'apprendimento automatico che si basa su base dati multidimensionali. Al suo interno ci sono altre discipline e tecniche specialistiche, come la statistical learning e il deep learning.
• Statistical Learning. L'apprendimento statistico comprende tutti gli algoritmi che usano algoritmi statistici-matematici per trovare la soluzione a un problema. Al suo interno si trova la speech recognition e il NLP (Natural Language Processing).
• Speech Recognition. E' il campo del riconoscimento vocale della lingua umana.
• NLP (Natural Language Processing). E' la lettura e l'elaborazione dei testi scritti in linguaggio naturale.
• Robotica (Robotics). E' l'insieme delle tecnologie che consentono a un sistema informatico intelligente di muoversi e interagire con l'ambiente circostante.
• Pattern recognition. E' il riconoscimento degli schemi di un modello all'interno dei dati.
• Deep learning. E' la disciplina che utilizza le reti neurali (neural network) profonde per l'apprendimento. Sono tecniche ispirate al funzionamento del cervello umano.
• Object Recognition. Il riconoscimento degli oggetti tramite la computer vision.