Il perceptrone è un algoritmo di apprendimento automatico supervisionato molto semplice, progettato per risolvere problemi di classificazione lineare. In questo esperimento interattivo, puoi inserire dei punti cliccando nel grafico: ogni punto appartiene a una delle due classi, rappresentate in rosso (+1) o blu (−1).
Quando premi il pulsante “Allena”, il perceptrone esegue un ciclo di addestramento e cerca di correggere la retta di separazione (la linea ciano) in modo che possa dividere correttamente i punti delle due classi. La retta cambia nel tempo se il modello commette errori.
L’algoritmo aggiorna i suoi pesi e il bias ogni volta che trova un punto classificato male, con l’obiettivo di migliorare gradualmente la classificazione. Quando tutti i punti sono correttamente separati, l'addestramento si interrompe automaticamente.
In questo modo puoi osservare visivamente come il modello “impara” dai dati che gli fornisci, un punto alla volta.
Tuttavia, il perceptrone ha una "limitazione importante": funziona solo quando i dati sono linearmente separabili, cioè quando esiste una retta che può dividere perfettamente i punti blu da quelli rossi.
Se inserisci un punto blu dentro una nuvola di punti rossi (o viceversa), non esisterà una retta in grado di separare tutte le classi correttamente. In questi casi, l’algoritmo non riesce a trovare una soluzione ottimale e continua a correggere la retta all'infinito, senza mai raggiungere un risultato stabile.
Questo comportamento ti permette di osservare un concetto chiave del Machine Learning: non tutti i problemi possono essere risolti con modelli semplici. In situazioni più complesse, servono modelli più avanzati (come reti neurali multilivello o SVM).
Questa schermata consente al tuo monitor di consumare meno energia per accendere i pixel quando il computer resta inattivo o ti allontani
Per riprendere la navigazione ti basta cliccare in un punto vuoto qualsiasi di questa finestra