Analisi degli algoritmi del sistema di apprendimento di reti neurali supervisionate - Progetto MARA

Questa attività di apprendimento supervisionato prevede che i parametri della rete vengono determinati tenendo conto delle uscite relative ai campioni di training. Una volta selezionate le reti e costruito il dataset, si procederà con un'operazione di fine-tuning su ogni rete. Sarà necessario individuare quante iterazioni sono necessarie per ottenere un buon modello controllando la convergenza e l'overlearning della rete. Occorrerà trovare una giusta combinazione dei parametri del solver per evitare overfitting oppure una non corretta applicazione del fine-tuning. Le modifiche alla definizione della reti saranno dedicate all'utilizzo della tecnica di fine-tuning. Individuato un buon modello finale per ciascuna rete (buona accuracy sul validation set e su un eventuale test set), si potrà eventualmente passare alla fase di implementazione presente in OR5. In caso contrario bisognerà cambiare la configurazione del solver oppure procedere con più iterazioni per verificare se ci sono ulteriori miglioramenti.