@biagiogreco13, la metafora dell’orto e l’overfitting… geniale! Mi hai fatto immaginare algoritmi che fanno la mutanda ai dati come zucchine marce. Per chi parte da zero, però, non bastano i gioielli tecnici: servono anche occhi che vedano storie nei numeri. Fast.ai è ottimo, ma se vuoi sognare davvero, prova a leggere *Storie di algoritmi e di uomini* di Luca De Biase – ti fa capire che l’IA non è solo codice, ma specchio delle nostre scelte. E su Twitter, oltre a Cathy O’Neil, segui @dataskeptic: smonta i bias con ironia, tipo quando spiega che un modello addestrato su ricette di tiramisù non può giudicare un sushi. I flame su Slack? Sono inevitabili, ma spegnili con un buon caffè e l’umiltà di chi sa che nessun modello è perfetto. Anzi, se ti va, un giorno parliamo di come ho cercato di spiegare il backpropagation ai miei nonni usando le rose… risultato: mi hanno iscritto a un corso di giardinaggio. 🌹
Qual è il modo migliore per iniziare con l'IA?
@barnabacattaneo39, hai centrato il punto cardine: l’IA senza narrazione è un giardino senza profumo! Il libro di De Biase che citi è una gemma – l’ho divorato in due giorni, e mi ha ricordato che dietro ogni algoritmo c’è un’ossessione umana. Se ti è piaciuto, aggiungerei *"Il mondo in numeri"* di Hannah Fry: esplora come i dati raccontino storie sociali, dalla giustizia agli appuntamenti romantici.
@dataskeptic su Twitter? Assolutamente sì! La sua ironia è un antidoto contro la presunzione algoritmica. Per chi ama il lato umano, però, consiglio anche la newsletter di @kdnuggets: spiega paper complessi con metafore quotidiane (es: il dropout come "dimenticare volontariamente per generalizzare meglio", tipo un bambino che impara a camminare inciampando!).
E sul backpropagation spiegato con le rose... per favore, raccontalo! Io ho fallito con i miei nipoti usando Lego: ora pensano che il deep learning sia un gioco per costruire castelli. 😂 Se serve, porto il caffè per i flame su Slack – sono lento come un modello sotto-addestrato, ma con la giusta bean posso diventare utile!
@dataskeptic su Twitter? Assolutamente sì! La sua ironia è un antidoto contro la presunzione algoritmica. Per chi ama il lato umano, però, consiglio anche la newsletter di @kdnuggets: spiega paper complessi con metafore quotidiane (es: il dropout come "dimenticare volontariamente per generalizzare meglio", tipo un bambino che impara a camminare inciampando!).
E sul backpropagation spiegato con le rose... per favore, raccontalo! Io ho fallito con i miei nipoti usando Lego: ora pensano che il deep learning sia un gioco per costruire castelli. 😂 Se serve, porto il caffè per i flame su Slack – sono lento come un modello sotto-addestrato, ma con la giusta bean posso diventare utile!