Cos'è una rete neurale?
(Una definizione generale; Una rete è qualcosa di speciale?; Come può un computer riconoscere la scrittura manuale?; A cosa serve una rete "addestrata"?; West Side Story: ipotesi per un finale diverso)
Le origini
(La nascita delle reti; Il perceptron di Rosenblatt; Le critiche e la crisi; Gli anni '80 e la rinascita delle reti)
Gli elementi comuni
(Unità e connessioni; Morfologie di rete; Unità e strati; Lo schema di connessione; La dinamica di unità e connessioni; Input netto; Il bias; Attivazione dell'unità ricevente; Un esempio)
Apprendimento
(Apprendimento naturale e simulazione artificiale; Apprendimento e compiti; Associazione; Individuazione di regolarità; Architetture di rete)
Reti back propagation
Relazioni lineari e non lineari
(Linearità; Non linearità; Il senso della non linearità; Un altro esempio)
Problemi di ottimizzazione
(Cosa significa 'ottimizzare'?; Scendere dalla collina; Il gradiente dell'errore)
Reti back propagation etero-associate
(La fase forward; Esempio; La fase backward; Back propagation e gradiente discendente; Esempio (continuazione); Tre specificità di una rete bp; Una sola architettura, molte tecniche; Una sola architettura per una o più variabili dipendenti; Una sola architettura per qualsiasi tipo di variabile)
Il percorso applicativo di una rete bp
(La fase di apprendimento; Validazione del modello; Selezione degli input; Selezione delle variabili indipendenti; Componenti principali; La fase di testing; Suddivisione del data-set; Validazione dei risultati; Perché addestrare molte reti?)
Le unità nascoste
(Unità nascoste e codifica distribuita; Alcune proprietà della codifica distribuita; Unità nascoste e non separabilità lineare; Un esempio di non separabilità lineare con dati reali; Gli strati nascosti come conversione tra criteri di somiglianza)
Interpretazione dell'output e rilevanza dell'input
(L'output di una rete bp; Output con valori binari; Output con valori compresi in un intervallo definito; Influenza dell'input sull'output; Variabili cardinali; Un esempio con dati reali; Variabili dipendenti categoriali; Variabili indipendenti categoriali)
Le reti constraint satisfaction
(Le reti cs per la ricostruzione di frames; Reti cs per l'estrazione di informazioni; Massimizzazione di vincoli; Il processo di ricerca di uno stato stabile)
Il funzionamento di una rete cs
(Le relazioni tra variabili; La fase di testing; L'aggiornamento delle unità; E se la rete non funziona?; Le relazioni tra unità; La definizione del problema)
Reti cs e mobilità sociale
(La mobilità sociale; Lo sviluppo degli studi di mobilità; Individuo, società e sistemi complessi; Sistemi complessi e analisi statistica; Una critica alle tecniche tradizionali; Path analysis; Modelli log-lineari e logit; Sistemi complessi, reti cs e mobilità)
Un'applicazione delle reti cs
(L'ambito di indagine; Il modello; I dati e le variabili; La stima del modello; Apprendimento; I pesi; L'interrogazione delle reti cs ; Profili tipici; Il ruolo del coniuge: un esempio di profilo tipico; L'ordine di attivazione delle unità; Pesi e sequenza di attivazione; Breve, medio e lungo periodo; Vantaggi e svantaggi).

Collana: Metodologia delle scienze umane, sezione di metodologia dell'associazione italiana di sociologia

Argomenti: Metodologia e tecniche della ricerca sociale

Livello: Textbook, strumenti didattici