Correlazione non è causalità (e come si distinguono)
Due variabili che si muovono insieme non si stanno necessariamente influenzando. Capire la differenza tra correlazione e causalità — e…
Due variabili che si muovono insieme non si stanno necessariamente influenzando. Capire la differenza tra correlazione e causalità — e…
La media di tante osservazioni si avvicina al valore vero, ma lentamente: per dimezzare l'errore servono quattro volte i dati.…
Un modello che memorizza i dati di addestramento invece di coglierne la struttura sembra perfetto, finché non incontra il mondo…
Un modello può sbagliare perché mira male o perché ha la mano che trema — e le due cose richiedono…
Ogni modello linguistico viene addestrato minimizzando un solo numero: la cross-entropy. Capire cosa misura — e cosa misura la sua…
Nel 1948 Claude Shannon trovò il modo di misurare l'informazione con un numero. Quel numero — l'entropia — oggi decide…
Dietro l'addestramento di quasi ogni modello — dalla regressione lineare ai grandi modelli linguistici — c'è un unico principio: tra…
Altezze, errori di misura, rumore nei diffusion model: la curva a campana spunta dappertutto, e non per caso. Da dove…
Un test medico affidabile al 99% ti dice che sei positivo. Quanto devi preoccuparti? Molto meno di quanto pensi. Il…
Dietro l'addestramento di ogni rete neurale c'è una regola di calcolo del Seicento: la derivata di una funzione composta. Capire…