Machine learning

Utilizzo degli algoritmi di apprendimento Semi-Supervisionato in ambito Biomedico: un caso d'uso per la diagnosi delle malattie L'apprendimento automatico (Machine Learning) sta trasformando numerosi settori, e la biomedicina non fa eccezione. Una delle sfide principali nell'implementazione di modelli di apprendimento automatico in ambito medico è la disponibilità di dati etichettati. L'etichettatura dei dati medici richiede [...]

Alla scoperta degli algoritmi di apprendimento su reti di senso comune Nell'era digitale in cui viviamo, l'analisi e l'interpretazione dei dati sono diventate attività centrali per molte applicazioni. Tra le molteplici tecniche utilizzate per questo scopo, gli algoritmi di apprendimento su reti di senso comune si sono dimostrati strumenti potenti ed efficaci. Questi algoritmi combinano [...]

Algoritmi di apprendimento su dati di movimento: estrarre informazioni dai sensori indossabili Con l'avanzare delle tecnologie indossabili, la quantità di dati di movimento disponibili è cresciuta esponenzialmente. I sensori indossabili, come smartwatch e fitness tracker, sono in grado di raccogliere dati dettagliati sui movimenti del corpo, che possono essere utilizzati per una vasta gamma di [...]

Algoritmi di apprendimento su serie temporali: ARIMA e Prophet L'analisi delle serie temporali è una branca cruciale della scienza dei dati che si concentra sull'interpretazione di dati sequenziali registrati a intervalli regolari di tempo. Il trattamento di tali dati è essenziale in molteplici settori, come la finanza, la meteorologia, l'economia, e la gestione della catena [...]

Algoritmi di apprendimento basati su attention (Transformer) Gli algoritmi di apprendimento basati su Attention, in particolare il modello Transformer, hanno rivoluzionato il campo del Natural Language Processing (NLP) e hanno portato a importanti avanzamenti in una vasta gamma di applicazioni di intelligenza artificiale. Il Transformer, introdotto per la prima volta nel 2017 da Vaswani et [...]

Algoritmi di apprendimento basati su istanza Gli algoritmi di apprendimento basato su istanza, noti anche come algoritmi di apprendimento pigri (lazy learning), sono una classe di algoritmi di machine learning che effettuano previsioni basandosi sull'assunzione che nuovi casi saranno simili a quelli osservati in fase di addestramento. Questi algoritmi non costruiscono esplicitamente un modello durante [...]

Algoritmi di apprendimento NON supervisionato con vincoli: concetti e implementazioni Gli algoritmi di apprendimento non supervisionato con vincoli sono una classe di algoritmi che combinano i vantaggi dell'apprendimento supervisionato e non supervisionato. Questi algoritmi permettono di incorporare conoscenze esplicite o impliciti, sotto forma di vincoli, nel processo di apprendimento. Concetti fondamentali Nei problemi di apprendimento [...]

Introduzione agli algoritmi di riduzione della dimensionalità Nel campo del machine learning, spesso ci troviamo ad affrontare dati ad alta dimensionalità, caratterizzati da un elevato numero di variabili o feature. Gli algoritmi di riduzione della dimensionalità sono strumenti essenziali per affrontare questo problema, consentendo di rappresentare i dati in uno spazio di dimensioni inferiori mantenendo [...]

Algoritmi di training non supervisionato: focus sui metodi di Clustering Nel vasto panorama del machine learning, gli algoritmi di training non supervisionato giocano un ruolo fondamentale nell'esplorazione e nell'analisi dei dati. In questo articolo, esamineremo più da vicino gli algoritmi di clustering, una categoria di algoritmi non supervisionati utilizzati per identificare pattern e strutture nei [...]

Gli algoritmi di regressione a Vettori di Supporto (SVR) non lineari Nel campo del machine learning, gli algoritmi di regressione a vettori di supporto (SVR) sono un potente strumento utilizzato per modellare relazioni non lineari tra variabili. In questo articolo, esploreremo il funzionamento degli SVR non lineari, le loro applicazioni e forniremo esempi pratici di [...]

Introduzione agli algoritmi di Regressione Quantile Nel campo del machine learning, la regressione quantile è una tecnica avanzata che mira a stimare i quantili della distribuzione condizionale di una variabile di risposta, anziché stimare il valore medio o la mediana come fanno gli algoritmi di regressione tradizionali. Questo approccio offre una visione più completa della [...]

Introduzione agli algoritmi di classificazione Multi-Etichetta Nel campo dell'apprendimento automatico, la classificazione è una delle attività più comuni e utilizzate. In molti casi, i dati possono essere associati a più di una classe o etichetta contemporaneamente. È qui che entrano in gioco gli algoritmi di classificazione multi-etichetta, un importante strumento per gestire dati complessi e [...]