EN: The simulation of human intelligence processes by machines, particularly computer systems, encompassing learning, reasoning, and self-correction. IT: La simulazione dei processi di intelligenza umana da parte delle macchine, in particolare sistemi informatici, comprendente apprendimento, ragionamento e autocorrezione.
ANN (Artificial Neural Network)
EN: A computational model inspired by the structure and functioning of biological neural networks, used for tasks like pattern recognition and prediction. IT: Un modello computazionale ispirato alla struttura e al funzionamento delle reti neurali biologiche, utilizzato per compiti come il riconoscimento di pattern e le previsioni.
AutoML (Automated Machine Learning)
EN: The automation of machine learning tasks to simplify and speed up model development. IT: L’automazione dei compiti di machine learning per semplificare e accelerare lo sviluppo di modelli.
API (Application Programming Interface)
EN: A set of rules that allow different software entities to communicate with each other. IT: Un insieme di regole che consente a diversi software di comunicare tra loro.
ALU (Arithmetic Logic Unit)
EN: A component of a computer processor that performs arithmetic and logical operations. IT: Un componente del processore di un computer che esegue operazioni aritmetiche e logiche.
ASR (Automatic Speech Recognition)
EN: Technology that converts spoken language into text. IT: Tecnologia che converte il linguaggio parlato in testo.
ACL (Active Learning Cycle)
EN: A process to iteratively label data for training a model. IT: Un processo per etichettare iterativamente i dati per addestrare un modello.
AMD (Approximate Message Passing)
EN: An algorithm used in sparse signal reconstruction. IT: Un algoritmo utilizzato nella ricostruzione di segnali sparsi.
AR (Augmented Reality)
EN: A technology that overlays digital content onto the physical world. IT: Una tecnologia che sovrappone contenuti digitali al mondo fisico.
B
BERT (Bidirectional Encoder Representations from Transformers)
EN: A transformer-based model for natural language understanding. IT: Un modello basato sui trasformatori per la comprensione del linguaggio naturale.
Big Data
EN: Large and complex datasets that require advanced analytics techniques to extract insights. IT: Grandi e complessi set di dati che richiedono tecniche avanzate di analisi per estrarre informazioni.
Backpropagation
EN: A training algorithm used in artificial neural networks to minimize error. IT: Un algoritmo di addestramento utilizzato nelle reti neurali artificiali per minimizzare l’errore.
Bayesian Network
EN: A probabilistic graphical model representing variables and their conditional dependencies. IT: Un modello grafico probabilistico che rappresenta variabili e le loro dipendenze condizionali.
Blockchain
EN: A decentralized digital ledger that records transactions across many computers. IT: Un registro digitale decentralizzato che registra transazioni su molti computer.
BN (Batch Normalization)
EN: A technique to improve training speed and stability in neural networks. IT: Una tecnica per migliorare la velocità e la stabilità dell’addestramento nelle reti neurali.
BO (Bayesian Optimization)
EN: An approach to optimize hyperparameters using probabilistic models. IT: Un approccio per ottimizzare iperparametri utilizzando modelli probabilistici.
EN: A neural network that processes input sequences in both forward and backward directions. IT: Una rete neurale che elabora sequenze di input in entrambe le direzioni.
BSAS (Basic Sequential Algorithmic Scheme)
EN: A clustering algorithm for sequential data. IT: Un algoritmo di clustering per dati sequenziali.
C
CNN (Convolutional Neural Network)
EN: A type of deep neural network used primarily for image and video recognition. IT: Un tipo di rete neurale profonda utilizzata principalmente per il riconoscimento di immagini e video.
Cloud Computing
EN: The delivery of computing services over the internet. IT: L’erogazione di servizi informatici tramite internet.
Cross-validation
EN: A technique for assessing how a machine learning model generalizes to an independent dataset. IT: Una tecnica per valutare come un modello di machine learning si generalizza a un dataset indipendente.
CRF (Conditional Random Field)
EN: A probabilistic model often used for structured prediction. IT: Un modello probabilistico spesso utilizzato per la previsione strutturata.
CPU (Central Processing Unit)
EN: The primary component of a computer that performs most of the processing. IT: Il componente principale di un computer che esegue la maggior parte dell’elaborazione.
CD (Contrastive Divergence)
EN: An algorithm to train energy-based models like RBMs. IT: Un algoritmo per addestrare modelli basati sull’energia come gli RBM.
CUDA (Compute Unified Device Architecture)
EN: A parallel computing platform and API by NVIDIA. IT: Una piattaforma di calcolo parallelo e API di NVIDIA.
CTC (Connectionist Temporal Classification)
EN: A training loss function for sequence-to-sequence models. IT: Una funzione di perdita di addestramento per modelli sequenza-a-sequenza.
D
DNN (Deep Neural Network)
EN: An artificial neural network with multiple layers, enabling complex data modeling. IT: Una rete neurale artificiale con più strati, che consente una modellazione complessa dei dati.
Dataset
EN: A structured collection of data used as input for machine learning models. IT: Una collezione strutturata di dati utilizzata come input per modelli di apprendimento automatico.
Dimensionality Reduction
EN: A process of reducing the number of variables under consideration. IT: Un processo di riduzione del numero di variabili prese in considerazione.
Decision Tree
EN: A model used for classification and regression that splits data into branches. IT: Un modello utilizzato per classificazione e regressione che divide i dati in rami.
Dropout
EN: A regularization technique to prevent overfitting in neural networks. IT: Una tecnica di regolarizzazione per prevenire l’overfitting nelle reti neurali.
DAG (Directed Acyclic Graph)
EN: A graph with directed edges and no cycles, used in data processing workflows. IT: Un grafo con archi diretti e senza cicli, utilizzato nei flussi di lavoro di elaborazione dati.
DBN (Deep Belief Network)
EN: A type of deep learning model composed of stacked restricted Boltzmann machines. IT: Un tipo di modello di deep learning composto da macchine di Boltzmann ristrette impilate.
DQN (Deep Q‑Network)
EN: A reinforcement learning algorithm combining Q‑learning with deep neural networks. IT: Un algoritmo di apprendimento per rinforzo che combina Q‑learning con reti neurali profonde.
DLT (Distributed Ledger Technology)
EN: A decentralized system for recording transactions across multiple nodes. IT: Un sistema decentralizzato per registrare transazioni su più nodi.
DNA (Dynamic Neural Accelerator)
EN: Hardware accelerators for improving neural network processing. IT: Acceleratori hardware per migliorare l’elaborazione delle reti neurali.
E
EDA (Exploratory Data Analysis)
EN: Techniques to analyze datasets, often visual, to summarize their main characteristics. IT: Tecniche per analizzare i dataset, spesso visive, per riassumere le loro principali caratteristiche.
Edge Computing
EN: A paradigm that brings computation closer to the data source. IT: Un paradigma che avvicina l’elaborazione alla sorgente dei dati.
Embedding
EN: A representation of data in a lower-dimensional space. IT: Una rappresentazione dei dati in uno spazio a dimensioni ridotte.
ELU (Exponential Linear Unit)
EN: An activation function used in neural networks. IT: Una funzione di attivazione utilizzata nelle reti neurali.
Ensemble Learning
EN: A technique that combines predictions from multiple models. IT: Una tecnica che combina le previsioni di più modelli.
ERM (Empirical Risk Minimization)
EN: A principle for training models by minimizing error on a training dataset. IT: Un principio per addestrare modelli minimizzando l’errore su un dataset di addestramento.
ETL (Extract, Transform, Load)
EN: A process to extract data from sources, transform it, and load it into storage. IT: Un processo per estrarre dati da fonti, trasformarli e caricarli in uno storage.
EWC (Elastic Weight Consolidation)
EN: A method to prevent catastrophic forgetting in neural networks. IT: Un metodo per prevenire la dimenticanza catastrofica nelle reti neurali.
F
FPGA (Field-Programmable Gate Array)
EN: A hardware circuit designed to be configured after manufacturing. IT: Un circuito hardware progettato per essere configurato dopo la produzione.
FLOPS (Floating Point Operations per Second)
EN: A measure of computer performance, useful in fields requiring floating-point calculations. IT: Una misura delle prestazioni di un computer, utile in campi che richiedono calcoli in virgola mobile.
Feature Extraction
EN: The process of reducing the dimensionality of data by selecting key features. IT: Il processo di riduzione della dimensionalità dei dati selezionando caratteristiche chiave.
Feature Engineering
EN: Techniques to identify which features in a dataset are most influential in predicting outcomes.
Feature Importance
EN: The process of using domain knowledge to create input variables. IT: Tecniche per identificare quali caratteristiche in un dataset sono più influenti nel prevedere i risultati.
Feedforward Neural Network
EN: A type of neural network where connections between nodes do not form cycles. IT: Un tipo di rete neurale in cui le connessioni tra i nodi non formano cicli.
FNN (Feedforward Neural Network)
EN: A neural network where connections between nodes do not form a cycle. IT: Una rete neurale in cui le connessioni tra i nodi non formano un ciclo.
FTRL (Follow-The-Regularized-Leader)
EN: An online optimization algorithm used in machine learning. IT: Un algoritmo di ottimizzazione online utilizzato nell’apprendimento automatico.
FFT (Fast Fourier Transform)
EN: An algorithm to compute the discrete Fourier transform and its inverse efficiently. IT: Un algoritmo per calcolare in modo efficiente la trasformata di Fourier discreta e la sua inversa.
G
GAN (Generative Adversarial Network)
EN: A type of neural network used to generate synthetic data. IT: Un tipo di rete neurale utilizzata per generare dati sintetici.
GPU (Graphics Processing Unit)
EN: Specialized hardware for parallel processing, commonly used in ML and AI. IT: Hardware specializzato per l’elaborazione parallela, utilizzato comunemente in ML e AI.
Gradient Descent
EN: An optimization algorithm to minimize a loss function. IT: Un algoritmo di ottimizzazione per minimizzare una funzione di perdita.
Gaussian Mixture Model (GMM)
EN: A probabilistic model that assumes data points are distributed in multiple Gaussian distributions. IT: Un modello probabilistico che assume che i punti dati siano distribuiti in più distribuzioni Gaussiane.
Graph Neural Network (GNN)
EN: A neural network designed to process data represented as graphs. IT: Una rete neurale progettata per elaborare dati rappresentati come grafi.
GNN (Graph Neural Network)
EN: A neural network designed for processing data represented as graphs. IT: Una rete neurale progettata per elaborare dati rappresentati come grafi.
GRU (Gated Recurrent Unit)
EN: A type of recurrent neural network used for sequence modeling. IT: Un tipo di rete neurale ricorrente utilizzata per la modellazione di sequenze.
GMM (Gaussian Mixture Model)
EN: A probabilistic model for representing normally distributed subpopulations within an overall population. IT: Un modello probabilistico per rappresentare sottopopolazioni distribuite normalmente all’interno di una popolazione complessiva.
GAN (Generative Adversarial Network)
EN: A type of neural network used to generate synthetic data. IT: Un tipo di rete neurale utilizzata per generare dati sintetici.
H
HMM (Hidden Markov Model)
EN: A statistical model for representing time-series data. IT: Un modello statistico per rappresentare dati temporali.
Hyperparameter
EN: Parameters that are set before the training process begins. IT: Parametri impostati prima che inizi il processo di addestramento.
Heuristic
EN: A problem-solving approach that uses practical methods or rules of thumb. IT: Un approccio alla risoluzione dei problemi che utilizza metodi pratici o regole empiriche.
Hierarchical Clustering
EN: A clustering method that builds a hierarchy of clusters. IT: Un metodo di clustering che costruisce una gerarchia di cluster.
Hopfield Network
EN: A type of recurrent neural network used for associative memory. IT: Un tipo di rete neurale ricorrente utilizzata per la memoria associativa.
Hopfield Network
EN: A recurrent neural network used for associative memory. IT: Una rete neurale ricorrente utilizzata per la memoria associativa.
HTTP (Hypertext Transfer Protocol)
EN: A protocol for transmitting hypertext over the internet. IT: Un protocollo per trasmettere ipertesti su internet.
Hyperparameter Optimization
EN: The process of choosing the optimal set of hyperparameters for a machine learning model. IT: Il processo di scelta del set ottimale di iperparametri per un modello di machine learning.
I
IoT (Internet of Things)
EN: A network of interconnected devices that communicate and share data. IT: Una rete di dispositivi interconnessi che comunicano e condividono dati.
Initialization
EN: The process of setting initial values for a model’s parameters. IT: Il processo di impostazione dei valori iniziali per i parametri di un modello.
Instance
EN: A single data point or example in a dataset. IT: Un singolo punto dati o esempio in un dataset.
Imputation
EN: The process of replacing missing data with substituted values. IT: Il processo di sostituzione dei dati mancanti con valori sostitutivi.
Inductive Learning
EN: A learning method that derives general rules from specific examples. IT: Un metodo di apprendimento che deriva regole generali da esempi specifici.
IID (Independent and Identically Distributed)
EN: A statistical assumption about random variables in a dataset. IT: Un’ipotesi statistica sulle variabili casuali in un dataset.
Instance-Based Learning
EN: A type of learning that compares new instances with instances in training data. IT: Un tipo di apprendimento che confronta nuove istanze con quelle nei dati di addestramento.
Information Gain
EN: A measure of the effectiveness of a feature in classifying data. IT: Una misura dell’efficacia di una caratteristica nel classificare i dati.
J
Jupyter Notebook
EN: An open-source web application for creating and sharing computational documents. IT: Un’applicazione web open-source per creare e condividere documenti computazionali.
JSON (JavaScript Object Notation)
EN: A lightweight data-interchange format that is easy to read and write. IT: Un formato leggero di interscambio dati, facile da leggere e scrivere.
JVM (Java Virtual Machine)
EN: A virtual machine that enables computers to run Java programs. IT: Una macchina virtuale che consente ai computer di eseguire programmi Java.
JIT (Just-In-Time Compilation)
EN: A compilation technique that translates code at runtime for improved performance. IT: Una tecnica di compilazione che traduce il codice durante l’esecuzione per migliorare le prestazioni.
Jaccard Index
EN: A statistic used to measure the similarity and diversity of sets. IT: Una statistica utilizzata per misurare la somiglianza e la diversità di insiemi.
Joint Probability
EN: The probability of two events occurring simultaneously. IT: La probabilità che due eventi si verifichino contemporaneamente.
K
K‑Means Clustering
EN: A clustering algorithm that partitions data into k distinct groups. IT: Un algoritmo di clustering che suddivide i dati in k gruppi distinti.
KNN (K‑Nearest Neighbors)
EN: A simple algorithm that assigns a class based on the majority class of the nearest neighbors. IT: Un semplice algoritmo che assegna una classe basandosi sulla maggioranza della classe dei vicini più prossimi.
Kalman Filter
EN: An algorithm that uses a series of measurements observed over time to estimate unknown variables. IT: Un algoritmo che utilizza una serie di misurazioni osservate nel tempo per stimare variabili sconosciute.
Kernel Trick
EN: A method used in SVMs to enable linear separation in a higher-dimensional space. IT: Un metodo utilizzato negli SVM per consentire la separazione lineare in uno spazio a dimensioni superiori.
Knowledge Graph
EN: A data structure that represents entities and their interrelations. IT: Una struttura dati che rappresenta entità e le loro interrelazioni.
L
Linear Regression
EN: A statistical method to model the relationship between a dependent and one or more independent variables. IT: Un metodo statistico per modellare la relazione tra una variabile dipendente e una o più variabili indipendenti.
Logistic Regression
EN: A regression analysis method for binary classification problems. IT: Un metodo di analisi di regressione per problemi di classificazione binaria.
Latent Dirichlet Allocation (LDA)
EN: A generative statistical model used for topic modeling. IT: Un modello statistico generativo utilizzato per il topic modeling.
LSTM (Long Short-Term Memory)
EN: A type of RNN capable of learning long-term dependencies. IT: Un tipo di RNN in grado di apprendere dipendenze a lungo termine.
Learning Rate
EN: A hyperparameter that controls how much to change the model in response to the estimated error. IT: Un iperparametro che controlla quanto modificare il modello in risposta all’errore stimato.
M
ML (Machine Learning)
EN: A field of AI focused on building systems that learn from data. IT: Un campo dell’intelligenza artificiale focalizzato sulla creazione di sistemi che apprendono dai dati.
Monte Carlo Simulation
EN: A computational technique that uses random sampling to estimate mathematical functions. IT: Una tecnica computazionale che utilizza campionamenti casuali per stimare funzioni matematiche.
Markov Chain
EN: A stochastic model describing a sequence of possible events where the probability of each event depends only on the state attained in the previous event. IT: Un modello stocastico che descrive una sequenza di eventi possibili in cui la probabilità di ciascun evento dipende solo dallo stato raggiunto nell’evento precedente.
EN: A stochastic model describing a sequence of possible events where the probability of each event depends only on the state attained in the previous event. IT: Un modello stocastico che descrive una sequenza di eventi possibili in cui la probabilità di ciascun evento dipende solo dallo stato raggiunto nell’evento precedente.
Meta-LearningModel Validation
EN: “Learning to learn,” where the focus is on designing systems that adapt quickly to new tasks. IT: “Imparare a imparare,” ovvero progettare sistemi che si adattino rapidamente a nuovi compiti.
Multi-task Learning
EN: A machine learning approach where multiple learning tasks are solved at the same time. IT: Un approccio di apprendimento automatico in cui vengono risolti contemporaneamente più compiti di apprendimento.
Monte Carlo Simulation
EN: A computational technique that uses random sampling to estimate mathematical functions. IT: Una tecnica computazionale che utilizza campionamenti casuali per stimare funzioni matematiche.
N
Neural Network
EN: A set of algorithms modeled loosely after the human brain that is designed to recognize patterns. IT: Un insieme di algoritmi modellati sulla base del cervello umano, progettati per riconoscere schemi.
Natural Language Processing (NLP)
EN: A field of AI that gives machines the ability to read, understand, and derive meaning from human language. IT: Un campo dell’intelligenza artificiale che consente alle macchine di leggere, comprendere e derivare significato dal linguaggio umano.
Naive Bayes
EN: A simple probabilistic classifier based on Bayes’ theorem with strong independence assumptions. IT: Un semplice classificatore probabilistico basato sul teorema di Bayes con forti ipotesi di indipendenza.
Normalization
EN: The process of adjusting values measured on different scales to a common scale. IT: Il processo di regolazione dei valori misurati su scale diverse a una scala comune.
Newton’s Method
EN: An optimization algorithm used for finding successively better approximations to the roots of a real-valued function. IT: Un algoritmo di ottimizzazione utilizzato per trovare approssimazioni successive migliori delle radici di una funzione a valori reali.
Natural Language Processing (NLP)
EN: A field of AI that gives machines the ability to read, understand, and derive meaning from human language. IT: Un campo dell’intelligenza artificiale che consente alle macchine di leggere, comprendere e derivare significato dal linguaggio umano.
O
Overfitting
EN: A modeling error that occurs when a function is too closely fitted to a limited set of data points. IT: Un errore di modellazione che si verifica quando una funzione è troppo aderente a un set limitato di dati.
Optimization
EN: The process of making a system as effective or functional as possible. IT: Il processo di rendere un sistema il più efficace o funzionale possibile.
Outlier
EN: A data point that differs significantly from other observations. IT: Un punto dati che differisce significativamente dalle altre osservazioni.
Online Learning
EN: A machine learning method where the model learns incrementally as new data becomes available. IT: Un metodo di apprendimento automatico in cui il modello apprende incrementando man mano che diventano disponibili nuovi dati.
Optimization
EN: The process of making a system as effective or functional as possible. IT: Il processo di rendere un sistema il più efficace o funzionale possibile.
Ordinal Data
EN: A type of data that has a natural order but no fixed interval between values. IT: Un tipo di dati che ha un ordine naturale ma nessun intervallo fisso tra i valori.
P
Principal Component Analysis (PCA)
EN: A technique used to emphasize variation and bring out strong patterns in a dataset. IT: Una tecnica utilizzata per evidenziare le variazioni e identificare schemi forti in un dataset.
Precision
EN: A metric used to measure the accuracy of positive predictions. IT: Una metrica utilizzata per misurare l’accuratezza delle previsioni positive.
Predictive Modeling
EN: A process used to create a statistical model for predicting future events. IT: Un processo utilizzato per creare un modello statistico per prevedere eventi futuri.
Prior Probability
EN: The probability of an event before new evidence is introduced. IT: La probabilità di un evento prima che vengano introdotte nuove prove.
Polynomial Regression
EN: A form of regression analysis in which the relationship between the independent and dependent variable is modeled as an nth degree polynomial. IT: Una forma di analisi di regressione in cui la relazione tra la variabile indipendente e quella dipendente è modellata come un polinomio di grado n.
Q
Quantum Annealing
EN: A quantum algorithm used for solving optimization problems. IT: Un algoritmo quantistico utilizzato per risolvere problemi di ottimizzazione.
Quantum Computing
EN: Computing based on quantum-mechanical phenomena, such as superposition and entanglement. IT: Calcolo basato su fenomeni della meccanica quantistica, come la sovrapposizione e l’entanglement.
Quantum Cryptography
EN: Cryptographic methods leveraging quantum mechanics to ensure secure communication. IT: Metodi crittografici che utilizzano la meccanica quantistica per garantire comunicazioni sicure.
Quantum Entanglement
EN: A quantum state where two particles remain interconnected regardless of the distance separating them. IT: Uno stato quantistico in cui due particelle rimangono interconnesse indipendentemente dalla distanza che le separa.
Quantum Error Correction
EN: Techniques to protect quantum computations from errors caused by decoherence and noise. IT: Tecniche per proteggere i calcoli quantistici dagli errori causati da decoerenza e rumore.
Quantum Supremacy
EN: The milestone where a quantum computer performs a task beyond the capability of classical computers. IT: Il traguardo in cui un computer quantistico esegue un compito impossibile per i computer classici.
Qubit
EN: The basic unit of quantum information. IT: L’unità fondamentale di informazione quantistica.
Query
EN: A request for information from a database. IT: Una richiesta di informazioni da un database.
Queueing Theory
EN: The mathematical study of waiting lines or queues. IT: Lo studio matematico delle code o delle file d’attesa.
Q‑Learning
EN: A reinforcement learning algorithm that learns the value of an action in a particular state. IT: Un algoritmo di apprendimento per rinforzo che apprende il valore di un’azione in uno stato particolare.
R
RAG (Retrieval-Augmented Generation)
EN: A hybrid AI model combining retrieval-based systems and generative models to fetch relevant information and create accurate, context-aware responses. IT: Modello ibrido di IA che combina sistemi di recupero delle informazioni e modelli generativi per ottenere dati rilevanti e creare risposte accurate e contestualizzate.
Reinforcement Learning (RL)
EN: A type of machine learning where agents learn by interacting with their environment. IT: Un tipo di apprendimento automatico in cui gli agenti apprendono interagendo con il loro ambiente.
Regression
EN: A statistical method to model the relationship between a dependent and one or more independent variables. IT: Un metodo statistico per modellare la relazione tra una variabile dipendente e una o più variabili indipendenti.
Ridge Regression
EN: A type of regression that includes a regularization term to prevent overfitting. IT: Un tipo di regressione che include un termine di regolarizzazione per prevenire l’overfitting.
Random Forest
EN: An ensemble learning method that uses multiple decision trees to improve prediction accuracy. IT: Un metodo di apprendimento di insieme che utilizza più alberi decisionali per migliorare l’accuratezza delle previsioni.
RNN (Recurrent Neural Network)
EN: A type of neural network designed for processing sequential data. IT: Un tipo di rete neurale progettata per elaborare dati sequenziali.
ROC Curve (Receiver Operating Characteristic)
EN: A graphical representation of the diagnostic ability of a binary classifier. IT: Una rappresentazione grafica della capacità diagnostica di un classificatore binario.
Regularization
EN: Techniques used to prevent overfitting in machine learning models. IT: Tecniche utilizzate per prevenire l’overfitting nei modelli di apprendimento automatico.
S
Support Vector Machine (SVM)
EN: A supervised learning model used for classification and regression analysis. IT: Un modello di apprendimento supervisionato utilizzato per l’analisi di classificazione e regressione.
Supervised Learning
EN: A type of machine learning where a model is trained on labeled data. IT: Un tipo di apprendimento automatico in cui un modello viene addestrato su dati etichettati.
Stochastic Gradient Descent (SGD)
EN: An optimization algorithm used to minimize the cost function in machine learning models. IT: Un algoritmo di ottimizzazione utilizzato per minimizzare la funzione di costo nei modelli di apprendimento automatico.
Scalability
EN: The ability of a system to handle increased load or scale up. IT: La capacità di un sistema di gestire un carico maggiore o scalare verso l’alto.
Self-Supervised Learning
EN: A learning method that uses the structure of data itself to generate labels for training.. IT: Un metodo di apprendimento che utilizza la struttura dei dati stessi per generare etichette per l’addestramento.
Sparse Data
EN: Data sets where most of the elements are zero or lack information. IT: Dataset in cui la maggior parte degli elementi sono zero o privi di informazioni.
SVM (Support Vector Machine)
EN: A supervised learning model used for classification and regression analysis. IT: Un modello di apprendimento supervisionato utilizzato per l’analisi di classificazione e regressione.
SGD (Stochastic Gradient Descent)
EN: An optimization algorithm used to minimize the cost function in machine learning models. IT: Un algoritmo di ottimizzazione utilizzato per minimizzare la funzione di costo nei modelli di apprendimento automatico.
Shapley Values
EN: A concept from game theory used in explainable AI to attribute contributions to features. IT: Un concetto della teoria dei giochi utilizzato nell’AI spiegabile per attribuire contributi alle caratteristiche.
Softmax
EN: A function that converts logits into probabilities in classification tasks. IT: Una funzione che converte i logits in probabilità nei compiti di classificazione.
T
Transfer Learning
EN: A machine learning method where a model developed for one task is reused as the starting point for another. IT: Un metodo di apprendimento automatico in cui un modello sviluppato per un compito viene riutilizzato come punto di partenza per un altro.
Tensor
EN: A mathematical object used in machine learning to generalize vectors and matrices. IT: Un oggetto matematico utilizzato nell’apprendimento automatico per generalizzare vettori e matrici.
Tokenization
EN: The process of splitting text into smaller units, such as words or phrases, for analysis. IT: Il processo di suddivisione del testo in unità più piccole, come parole o frasi, per l’analisi.
Time Series
EN: A sequence of data points measured over time intervals. IT: Una sequenza di punti dati misurati su intervalli di tempo.
Turing Test
EN: A test for determining whether a machine exhibits intelligent behavior indistinguishable from a human. IT: Un test per determinare se una macchina mostra un comportamento intelligente indistinguibile da quello umano.
EN: A technique for dimensionality reduction that is well-suited for visualization. IT: Una tecnica di riduzione della dimensionalità particolarmente adatta per la visualizzazione.
Transformer
EN: A deep learning model architecture designed for processing sequential data, such as text. IT: Un’architettura di modello di deep learning progettata per elaborare dati sequenziali, come il testo.
U
Unsupervised Learning
EN: A type of machine learning that infers patterns from unlabeled data. IT: Un tipo di apprendimento automatico che deduce schemi da dati non etichettati.
Underfitting
EN: A modeling error where a model fails to capture the underlying trend of the data. IT: Un errore di modellazione in cui un modello non riesce a catturare la tendenza sottostante dei dati.
Upsampling
EN: A process to increase the resolution or amount of data in a dataset. IT: Un processo per aumentare la risoluzione o la quantità di dati in un dataset.
User-Centric Design
EN: An approach to designing systems with a primary focus on user needs and experiences. IT: Un approccio alla progettazione di sistemi con un focus primario sui bisogni e le esperienze degli utenti.
Utility Function
EN: A mathematical function that represents preferences over a set of goods or outcomes. IT: Una funzione matematica che rappresenta le preferenze su un insieme di beni o risultati.
U‑Net
EN: A convolutional network architecture for biomedical image segmentation. IT: Un’architettura di rete convoluzionale per la segmentazione di immagini biomediche.
Underfitting
EN: A modeling error where a model fails to capture the underlying trend of the data. IT: Un errore di modellazione in cui un modello non riesce a catturare la tendenza sottostante dei dati.
V
Validation Set
EN: A subset of data used to tune model hyperparameters. IT: Un sottoinsieme di dati utilizzato per regolare gli iperparametri del modello.
Variance
EN: A measure of the dispersion of data points in a dataset. IT: Una misura della dispersione dei punti dati in un dataset.
Vector
EN: A quantity with both magnitude and direction, often used in ML to represent data points. IT: Una quantità con grandezza e direzione, spesso utilizzata nell’apprendimento automatico per rappresentare punti dati.
Visualization
EN: The process of representing data graphically to identify trends and patterns. IT: Il processo di rappresentare graficamente i dati per identificare tendenze e schemi.
Vanishing Gradient
EN: A problem in training deep neural networks where gradients become too small for effective learning. IT: Un problema nell’addestramento di reti neurali profonde in cui i gradienti diventano troppo piccoli per un apprendimento efficace.
Vectorization
EN: The process of converting data into a numerical format for computation. IT: Il processo di conversione dei dati in un formato numerico per il calcolo.
Variational Autoencoder (VAE)
EN: A type of generative model that learns efficient encodings of data. IT: Un tipo di modello generativo che apprende codifiche efficienti dei dati.
W
Weight
EN: A parameter in a neural network that is adjusted during training. IT: Un parametro in una rete neurale che viene regolato durante l’addestramento.
Word Embedding
EN: A representation of words in a vector space, capturing their meanings. IT: Una rappresentazione delle parole in uno spazio vettoriale, che cattura i loro significati.
Workflow
EN: A sequence of processes through which data is analyzed or manipulated. IT: Una sequenza di processi attraverso i quali i dati vengono analizzati o manipolati.
Weighted Average
EN: An average where each value has a corresponding weight that influences the result. IT: Una media in cui ogni valore ha un peso corrispondente che influenza il risultato.
Weak AI
EN: AI systems designed for specific tasks rather than general intelligence. IT: Sistemi di intelligenza artificiale progettati per compiti specifici piuttosto che per l’intelligenza generale.
X
XML (Extensible Markup Language)
EN: A markup language that defines rules for encoding documents in a format that is both human-readable and machine-readable. IT: Un linguaggio di markup che definisce regole per codificare documenti in un formato leggibile sia da umani che da macchine.
XGBoost
EN: A gradient boosting framework used for supervised learning tasks. IT: Un framework di boosting del gradiente utilizzato per compiti di apprendimento supervisionato.
XOR (Exclusive OR)
EN: A logical operation that outputs true only when inputs differ. IT: Un’operazione logica che restituisce vero solo quando gli input sono diversi.
X‑axis
EN: The horizontal axis in a two-dimensional graph. IT: L’asse orizzontale in un grafico bidimensionale.
X‑factor
EN: An essential or unique variable that influences an outcome. IT: Una variabile essenziale o unica che influenza un risultato.
Y
YAML (YAML Ain’t Markup Language)
EN: A human-readable data serialization standard. IT: Uno standard di serializzazione dei dati leggibile da esseri umani.
Y‑axis
EN: The vertical axis in a two-dimensional graph. IT: L’asse verticale in un grafico bidimensionale.
Yield Curve
EN: A graph that plots interest rates of bonds with different maturities. IT: Un grafico che traccia i tassi di interesse di obbligazioni con diverse scadenze.
Yes-No Classifier
EN: A binary classifier that outputs yes or no decisions. IT: Un classificatore binario che restituisce decisioni di sì o no.
Y‑intercept
EN: The point where a line crosses the y‑axis in a graph. IT: Il punto in cui una linea attraversa l’asse y in un grafico.
Z
Z‑score
EN: A statistical measure that describes a value’s relation to the mean of a group of values. IT: Una misura statistica che descrive la relazione di un valore rispetto alla media di un gruppo di valori.
Zero-Sum Game
EN: A situation where one participant’s gain is equivalent to another’s loss. IT: Una situazione in cui il guadagno di un partecipante è equivalente alla perdita di un altro.
Zipf’s Law
EN: An empirical law stating that the frequency of a word is inversely proportional to its rank in a frequency table. IT: Una legge empirica che afferma che la frequenza di una parola è inversamente proporzionale al suo rango in una tabella di frequenza.
Z‑Transform
EN: A mathematical tool used in signal processing and control systems. IT: Uno strumento matematico utilizzato nell’elaborazione del segnale e nei sistemi di controllo.
Zero Padding
EN: A technique in convolutional neural networks to preserve the spatial dimensions of input data. IT: Una tecnica nelle reti neurali convoluzionali per preservare le dimensioni spaziali dei dati di input.
