Skip to content

SaveaWolf02/ExcelNeuralNet

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 

Repository files navigation

🧠 ExcelNeuralNet: Rete Neurale Multistrato in Pure Formule

Questo progetto dimostra che Excel non è solo un software per tabelle, ma un motore di calcolo Turing-completo capace di ospitare un'Intelligenza Artificiale (Deep Learning) senza l'ausilio di script (VBA) o librerie esterne (Python/TensorFlow).

Il modello è un Percevitore Multistrato (MLP) progettato per il riconoscimento di pattern grafici (OCR) su una griglia 5x5.


🏗️ Architettura del Sistema

La rete segue una struttura classica 25-5-2:

  1. Input Layer (25 neuroni): Riceve i pixel della griglia 5x5 (0 per bianco, 1 per nero).
  2. Hidden Layer (5 neuroni): Uno strato intermedio che estrae caratteristiche astratte (linee, curve, angoli).
  3. Output Layer (2 neuroni): Classifica l'input in due categorie (es. Numero "0" e Numero "1").

⚙️ Come Funziona (Il Motore Matematico)

1. Forward Propagation (Il Calcolo)

Ogni neurone della rete esegue due operazioni:

  • Somma Pesata: Moltiplica ogni input per un "Peso" specifico e aggiunge un "Bias".
    • Formula Excel: MATR.PRODOTTO(Input; Pesi) + Bias
  • Funzione di Attivazione (Sigmoide): Schiaccia il risultato in un intervallo tra 0 e 1 per simulare l'attivazione biologica di un neurone.
    • Formula Excel: =1 / (1 + EXP(-Valore))

2. Apprendimento (Backpropagation tramite Risolutore)

A differenza delle IA tradizionali che usano l'algoritmo di Stochastic Gradient Descent, questo modello sfrutta il Motore Risolutore GRG Non Lineare di Excel:

  • Obiettivo: Minimizzare l'errore quadratico medio (MSE) tra l'output della rete e il target desiderato.
  • Variabili: Il Risolutore modifica migliaia di volte i Pesi e i Bias finché la rete non "impara" a riconoscere i pattern corretti.

🛠️ Componenti del Progetto

  • Foglio "Display": L'interfaccia utente dove si disegna il numero. La formattazione condizionale trasforma i numeri in pixel neri.
  • Foglio "Allenamento": Il set di dati di addestramento. Contiene gli esempi che la rete ha usato per imparare.
  • Foglio "Pesi": Il vero "cervello". Qui sono memorizzati i valori numerici che determinano il comportamento della rete.

📈 Possibili Evoluzioni

  • Espansione a 10 neuroni di output per riconoscere tutte le cifre da 0 a 9.
  • Implementazione della funzione di attivazione ReLU per velocizzare l'addestramento.
  • Aumento della risoluzione della griglia a 10x10.

Autore: SaveaWolf02 Data: Gennaio 2026 Tecnologie: Excel, Algebra Matriciale, Ottimizzazione Non Lineare.

About

Rete Neurale Multistrato in Pure Formule

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published