Advances in Self-Organizing Maps, Learning Vector Quantization, Interpretable Machine Learning, and

Il libro "Advances in Self-Organizing Maps, Learning Vector Quantization, Interpretable Machine Learning" presenta i contributi sottoposti a revisione del 15° Workshop Internazionale su Mappe Auto-Organizzanti, Quantizzazione Vettoriale di Apprendimento e oltre (WSOM+ 2024), che si è tenuto presso l'Università di Mittweida in Germania dal 10 al 12 luglio 2024. Esso mette in luce nuovi sviluppi nel campo dell'apprendimento automatico interpretabile e spiegabile, in particolare per compiti di classificazione, compressione e visualizzazione dei dati. L'accento è posto su metodi basati su prototipi, che sono intrinsecamente interpretabili, computazionalmente efficienti e robusti, rendendoli metodi preferiti per compiti avanzati di apprendimento automatico in una vasta gamma di applicazioni, che spaziano dalla biomedicina alla scienza aerospaziale, ingegneria, economia e scienze sociali. La flessibilità e la semplicità di questi approcci consentono anche l'integrazione di aspetti moderni come architetture profonde, metodi probabilistici e apprendimento per rilevanza. Il libro riflette sia nuovi aspetti teorici che casi d'uso interessanti in questo campo di ricerca.