Tag: machine learning
-
I più comuni algoritmi di machine learning per fare previsioni di vendita
La previsione delle vendite è un aspetto fondamentale per le aziende che desiderano ottimizzare la gestione del magazzino, migliorare le strategie di marketing e massimizzare i profitti. Grazie al machine learning (ML), oggi è possibile fare previsioni sempre più accurate, basandosi su grandi quantità di dati storici e su algoritmi in grado di identificare pattern…
-
Intelligenza Artificiale nella Gestione Aziendale: Focus sull’Analisi Predittiva di Vendite
Negli ultimi anni, l’intelligenza artificiale (IA) è diventata una leva fondamentale per la gestione aziendale, offrendo nuovi strumenti di analisi, automazione e ottimizzazione delle decisioni. Tra le applicazioni più promettenti, l’analisi predittiva gioca un ruolo cruciale: le aziende utilizzano strumenti di IA per analizzare dati storici e identificare pattern che permettano di prevedere comportamenti futuri,…
-
Esempi pratici e misura delle performance
Per analizzare le performance dell’algoritmo Perceptron prendiamo in esame un dataset molto studiato nell’ambito della machine learning: l’insieme delle caratteristiche della lunghezza e larghezza dei petali capaci di riconoscere una particolare famiglia Iris. Per fare questo ci serviremo di importanti librerie di scikit-learn anzitutto preleviamo il dataset definiamo tramite le funzioni di scikit-learn il training-set…
-
Apprendimento ad albero decisionale
L’algoritmo ad apprendimento ad albero consiste nel trovare una serie di domande che consentono di suddividere il dataset dei dati sulla base della caratteristica che produce il massino guadagno informativo. Ad esempio, nel caso volessimo identificare se un campione di sangue è affetto da anemia perniciosa possiamo addestrare il modello ponendo domande sul volume medio…
-
Classificazione a massimo margine SVM
Un’estensione del perceptron è la macchina a vettori di supporto. Mentre per il perceptron il nostro obiettivo era minimizzare gli errori di apprendimento, con la macchina SVM l’obiettivo è massimizzare il margine definito come distanza tra l’iperpiano di separazione ed i campioni più vicini a questo iperpiano (vettori di supporto). Massimizzando il margine possiamo effettuare…
-
Regressione logista: modellazione della probabilità delle classi
La regressione logistica è un modello di classificazione (come il Perceptron o Adaline) che usa la probabilità per determinare l’appartenenza ad una piuttosto che ad un’altra classe. Definiamo il rapporto probabilistico come il rapporto tra la probabilità di un evento positivo (p) e la probabilità di un evento negativo: p/(1-p). Rispettivamente p sarà la classe…
-
Perceptron: MachineLearning con supervisione e funzione di attivazione
In questo paragrafo spiegheremo come utilizzare l’algoritmo perceptron implementato con Python a partire da un dataset di dati utilizzati principalmente per la studio del machineLearning: l’insieme di caratteristiche che definiscono delle tipologie di fiori Iris. Iniziamo con l’implementazione del perceptron.py (l’algoritmo spiegato nell’articolo precedente) definendo i metodi fit (per l’apprendimento) e prediction (per la previsione…
-
Machine Learning in teoria
apprendimento con supervisione classificazione, esempio messaggi di spam (classificazione binaria) oppure la classificazione multiclasse (riconoscimento testo scritto a mano) regressione, trovare la dipendenza tra variabili predittive discrete ed una variabile target continua apprendimento di rafforzamento agente che migliora le prestazioni grazie all’interazione con l’ambiente. Siccome nelle informazioni relative all’ambiente includono anche un segnale di ricompensa,…