Il Machine Learning o apprendimento automatico, indica un ambito di ricerca all’interno dell’intelligenza artificiale il cui scopo è realizzare sistemi in grado di imparare le relazioni tra i dati autonomamente, tramite i dati stessi, senza la necessità di formulare ipotesi preventive sulla natura di queste relazioni.
I metodi del Machine Learning sono quindi particolarmente adatti per affrontare problemi di business, tipicamente caratterizzati da grandi quantità di informazioni ma spesso privi di modelli teorici preesistenti di riferimento.
Gli algoritmi del Machine Learning sono generalmente suddivisi in due classi: metodi supervisionati e non supervisionati, che tratteremo in questo corso.
Inoltre, verranno fornite le nozioni fondamentali proprie delle principali tecniche di analisi predittiva legata al Machine Learning. Particolare attenzione sarà riservata alla logica e ai principali metodi dell’apprendimento automatico, nonché alla loro applicazione a casi reali per comprenderne impieghi, risultati e limiti.
Per fare questo, durante le esercitazioni pratiche, si installerà e si utilizzerà il software Orange DM.
Il corso si propone di presentare le principali tecniche di analisi predittiva e di applicarle concretamente a casi reali.
Ci si concentrerà:
- sull'acquisizione delle nozioni di base di Machine Learning
- sull'individuazione dei problemi che un algoritmo è destinato a risolvere e il tipo di risultati che può fornire
- sui principali metodi per stimare o prevedere una variabile approfondendo modelli di regressione, lineare e logistica, gli alberi di classificazione e le reti neurali
- sullo sviluppo dell' analisi per valutare i risultati con il software Orange DM
Modulo 1: Metodi supervisionati
- Verso i Big Data
- AI, machine learning, data mining
- Presentazione del software e del caso di studio
- Terminologia
- Esempi di problemi applicativi
- La logica del machine learning
- I metodi classici
- Punti di forza e criticità
- Altri metodi
Modulo 2: Metodi non supervisionati
- Il contesto
- La logica del machine learning
- I metodi classici
- Punti di forza e criticità
- Altri metodi
- Il corso si svolgerà in modalità online live streaming, con il docente che terrà le lezioni in diretta. I partecipanti dovranno avere a disposizione un Personal Computer e, preferibilmente, un secondo schermo.
- Le lezioni saranno registrate e le registrazioni saranno accessibili ai partecipanti per un periodo di due mesi dalla fine del corso.
- Saranno forniti materiali didattici di supporto, come MOC, libri o altre risorse, a seconda della disponibilità.
- Al termine del corso, coloro che avranno partecipato ad almeno l'80% delle lezioni riceveranno un attestato di frequenza.