Metodi di Machine Learning

Come anticipato nel precedente articolo vi sono al momento due meccanismi di apprendimento adottati nel Machine Learning:

  1. Il Machine Learning Supervisionato
  2. Il Machine Learning Non Supervisionato

Cosa differenzia questi due metodi di Machine Learning?

Essi si differenziano dal modo in cui essi acquisiscono i dati.

Nel Machine Learning Supervisionato la procedura di apprendimento viene svolta mediante una guida che permette una più facile catalogazione dei dati etichettati.

Un esempio di modello di apprendimento supervisionato è il filtro dello Spam, quando una email viene etichettata come Spam tale modello viene applicato a tutte le email in entrata usando proprio i parametri dell’etichetta che gli è stata indicata.

Il Machine Learning Non Supervisionato invece è un approccio che prevede l’apprendimento secondo modelli complessi senza usare la supervisione di una guida, un apprendimento che non utilizza etichette predefinite ma avviene secondo una procedura autonoma di catalogazione sulla base dei dati a disposizione.

Algoritmi Predittivi


Mediante il Machine Learning è possibile estrapolare delle predizioni sulla base dei dati a disposizione, soprattutto per l’industria questo permette notevoli vantaggi, come in molteplici altri settori.