Come funziona un neurone di una rete neurale
Di Nanni Bassetti – nannibassetti.com Se prima volete leggere un mio articolo sul machine learning, algoritmi genetici e digital forensics cliccate qui: https://www.cybersecurity360.it/soluzioni-aziendali/algoritmi-genetici-e-machine-learning-nella-digital-forensics-applicazioni-pratiche/ Il neurone descritto è quello più comune a livello didattico. Pensiamo ad un oggetto non presente nel dataset, ossia l’insieme di oggetti dati in pasto alla rete neurale, che è definito da due input numerici, che chiamiamo X1 ed X2 questi input sono collegati al neurone tramite delle sinapsi (utilizziamo il paragone con la natura), che però non hanno tutte gli stessi valori, quindi saranno variabili e casuali , nel caso informatico chiameremo questi valori sinaptici, pesi (weights), quindi li indichiamo come w1 e w2. Il neurone si attiva tramite una funzione d’attivazione , che chiamerò P(x1,x2) = x1*w1 + x2*w2 + b dove w1 e w2 sono dei pesi random (le connessioni tra gli X ed il neurone) e b