Machine Learning Operational

Introduzione al Machine Learning (ML)• Dal KDD (Knoledge Discovery from Data) al ML: vantaggi competitivi introdotti• Il metodo CRISP• Data-Driven: nuovi paradigmi• Ambiti di applicazione del ML e del BI (Business Intelligence)Il modellamento di un problema aziendale• Il processo di modellizzazione• Dati e variabili: quantitative, qualitative, ordinali, binarie• Relazioni e pattern riconoscibili • Dipendenze e Correlazione tra i dati• Pre-pocessamento e post-processamento dei dati.• Analisi delle diverse fonti di caricamento dei dati• Collegamento a diverse fonti di dati I Modelli e gli Algoritmi• I diversi paradigmi operativi: previsione, classificazione, associazione, clustering, riduzione delle variabili. • Paradigmi di apprendimento: supervisionati, non-supervisionati e per rinforzo.• Preparazione dei dataset: Training set, Test set, Validation set• Una causa frequente di confusione: problema vs algoritmo.Modelli Regressivi • Regressione lineare, non lineare, logistica. • Analisi della varianza• Interpolazione e estrapolazione. • Regressione multipla e multivariataRiduzione della dimensionalità• Factor Analysis• Analisi delle Componenti Principali (PCA)Algoritmi di classificazione • K-Nearest Neighbors (KNN) • Alberi decisionali• Classificatori Bayesiani • Reti Neurali Artificiali (ANN)• Support Vector Machine (SVM)Cluster Analysis• Similarità, distanza indicatori di omogeneità • Modelli di ClusteringLa valutazione e la selezione del modello • Correlazione e indice r2• Analisi della Varianza e dei residui • La matrice di confusione• La Cross-Validation• Valutare le performance e scegliere il modello più adatto Principali piattaforme e tools per il Machine Learning • L’ambiente RapidMiner e le sue potenzialità per il ML• Cenni alle principali Open Applications: KNIME, Weka• Cenni alle soluzioni proprietarie dedicate alle aziende, Microsoft Power Query, Power Pivot e Power View.• Le principali funzioni statistiche di Excel• Creazione di KPI (indicatori di performance)• Presentazione dei risultati• Costruzione di una Dashboard• Grafici e Grafici Pivot• Distribuzione dei risultati via Web o su ambiente condiviso