Visualizza wikitesto di Macchine di Boltzmann Restrittive (RBM)

{{template architettura
|NomeInglese=Restricted Boltzmann Machine
|Sigla=RBM
|AnnoDiCreazione=1986
}}
Una Macchina di Boltzmann Restrittiva (RBM) è un tipo di [[rete neurale probabilistica]] usata per l'apprendimento non supervisionato. È composta da due tipi di nodi: nodi visibili e nodi nascosti.
Gli strati visibili rappresentano i dati di input, mentre gli strati nascosti apprendono delle rappresentazioni interne dei dati.

La particolarità di una RBM restrittiva risiede nel fatto che vi è una restrizione sui collegamenti tra i nodi visibili e nascosti, in modo che non ci siano connessioni tra i nodi dello stesso strato e vengano impediti i collegamenti tra i nodi visibili tra loro. Questa restrizione semplifica il processo di apprendimento e rende l'addestramento più efficiente.

Le RBM sono spesso utilizzate per eseguire la riduzione della dimensionalità, apprendere rappresentazioni distribuite dei dati o generare nuovi dati. 

[[Category:architettura]]

{{#seo:
            |title=Macchina di Boltzmann Restrittiva
            |title_mode=append
            |keywords=rete neurale, apprendimento automatico, deep learning, intelligenza artificiale, riduzione della dimensionalità, rappresentazione dei dati, generazione di dati, musica polifonica
            |description=Una Macchina di Boltzmann Restrittiva (RBM) è una rete neurale probabilistica usata per apprendimento non supervisionato. Composta da nodi visibili (dati di input) e nodi nascosti (rappresentazioni interne), la sua struttura semplifica l'apprendimento. Trova applicazione nella riduzione della dimensionalità, apprendimento di rappresentazioni e generazione di dati, come la musica.
            }}