COMPITI

Settimo COMPITO: 

Classificazione delle emozioni : 

0) Costituite due gruppi

1) Classificare le 6 emozioni universalii aggiungendo l'emozione “neutro”. 

2) Addestrate il modello raccogliendo almeno 400 immagini per classe prodotte da persone diverse. 

3) Modificare gli iperparametri del modello per migliorarne/peggiorare le prestazioni. 

4) Analizzare la matrice di confusione, l'accuratezza e i grafici delle perdite.

5) Caricare il modello e testatelo con i partecipanti dell'altro gruppo

6) Riportate i risultati del confronto

Sesto COMPITO: 

Dando seguito all'esercitazione con Teacheable Machine in cui abbiamo classificato 10 classi di capi di abbigliamento, aggiungete le 2 classi che trovate nella cartella dell'essercitazione e addestrate il nuovo modello contenente 13 classi, 

1. Riaddestrate il modello e tracciate la matrice di confusione, la curva di perdita e l'accuratezza per classe.

2. Quale modello fornisce le migliori prestazioni?

3. Sperimentate l'aumento del tasso di apprendimento e l'impostazione di un valore troppo alto. Cosa notate? Spiegate la vostra risposta.

4. Sperimentare la modifica nel numero di epoche, della dimensione del batch e del tasso di apprendimento Cosa notate? Spiegate la vostra risposta.

Quinto COMPITO: 

Questa settimana due semplici compiti: Primo: Utilizzando TensorFlow Playground trovate la configurazione con minor nmumero di neuroni nascosti che permette di classificare correttamente il dataset con le spirali (abbiungete sul sito perchè secondo voi la soluzione trovata funziona, ricorrete pure a ricerche sul web per formulare la vostra risposta). Secondo: Utilizzando Teacheable Machine crate un modello di rete neurale in grado di distungure tra due o più classi di oggetti. Esportate il modello e inseritelo sul vostro sito web,

Quarto COMPITO: 

Utilizzate questo Template in Excel per far apprendere i valori dei due pesi di connessione e del bias/soglia dei neuroni di input tramite la Delta Rule ideata da Frank Resenblat. Nel template excel è presente il percettrone per eseguire l'operatore logico END, per l'esercizio fate apprendere al percettrone i pesi per eseguire correttamente l'operatore logico NOTAND. Fate una copia del Google Sheet fornito e operate sulla vostra copia. Accompagnate il foglio di calcolo con i vostri commenti, perplessità, curiosità o qualunque altra considerazione che vorrete condividere, in ogno caso confrontate i pesi che sono stati individuati tramite la delta rule con i pesi che avete trovato voi nel compito precedente. (NOTA, ho corretto l'ordine del dta set di input per tutti i fogli del google sheet cosi da renderlo coerente con quanto fatto in classe)

Terzo COMPITO: 

Utilizzate il Template in Excel per calcolare i valori dei due pesi di connessione e del bias/soglia dei neuroni di input per permettere alla semplice rete di McCulloch and Pitts di rappresentare l'operatore logico NOTAND. Descrive il percorso effettuato per indivuare i valori della rete neurale. Fate una copia del Google Sheet di seguito riportato e operate sulla vostra copia.

Secondo COMPITO: 

Scaricate i due PDF "La natura degli artefatti e la loro progettazione" e "L'intelligenza Culturale" che trovate nel Percorso di Coaching. Pe ril primo dei due file è sufficiente considerate i primi due capitoli mentro per il secondo file considerate l'intero articolo.  Scegliete liberamente una modalità di elaborazione (ad es., Riassunto, Presentazione, Recensione, Critica, Questioni Aperte, etc.) e ricorrete ad uno o più Large Language Model (ChatGPT, Cloude, Copilot, Gemini) per portare a termine il vostro lavoro

Primo COMPITO: 

Create il vostro Google Site, presentatevi e riportate i vostri interessi in merito alle Scienze Cognitive