Machine Learning e Reti neurali

Il presente lavoro di tesi si propone di esplorare approfonditamente il campo del Machine Learning e delle Reti Neurali, analizzando i principi teorici e le applicazioni pratiche. Si inizierà con una panoramica sul Machine Learning, definendone i principi fondamentali e discutendo i vari tipi di apprendimento, i campi di applicazione e le sfide attuali. Successivamente si analizza il vasto campo delle Reti Neurali, concentrandoci su tipologie specifiche come le Reti Neurali Convoluzionali (CNN), le Reti Neurali Ricorrenti (RNN) e le reti feed-forward. Alla fine si affronta la progettazione e l’analisi di reti neurali, esplorando un modello standard e due casi specifici che simulano i fenomeni di overfitting e underfitting. L'analisi inizia con la presentazione di una rete neurale standard con i relativi strumenti e librerie utilizzate, servendo come fondamento per una valutazione comparativa.