analisi dei principali campi del deep learning e delle loro reti neurali

La tesi tratta una panoramica del campo innovativo del Deep Learning, analizzandone i principali campi di applicazione (Computer Vision e Natural Language Processing) per poi approfondirne nei dettagli più tecnici le reti neurali utilizzate. Si inizia la trattazione di questi modelli con le reti convoluzionali e le LSTM per poi descrivere strutture più elaborate e recenti che sono identificate come stato dell'arte di alcuni task fondamentali dell'intelligenza artificiale. Si è cercato di fornire in questo modo una visione più ampia delle tipologie di reti esistenti, evidenziando un’analisi contrapposta di reti feed-forward e reti ricorrenti, ponendo al lettore uno spunto di riflessione scaturito dalla dualità di queste due branche dell’apprendimento automatico, diverse nell’approccio, ma con il medesimo successo in ambito scientifico per la risoluzione di problemi che agevolano le nostre vite. Viene conclusa l’argomentazione con un piccolo sguardo al futuro che ci aspetta e che prepotentemente influirà sul modo di approcciarci e vivere il mondo come lo conosciamo oggi.