Un modello di machine learning apprende dai dati puntando a minimizzare una funzione di costo. Tramite essa si cerca di misurare quanto sia sbagliato il modello in termini di capacità di stimare la relazione tra le variabili indipendenti X e la variabile target y. In questo articolo vediamo una metodologia per stimare i parametri di […]
Come creare un modello di machine learning in 5 step
Molte esercitazioni di apprendimento automatico si concentrano su elementi specifici del flusso di lavoro come la pulizia dei dati, la formazione dei modelli o l’ottimizzazione dell’algoritmo. Tuttavia, quando si è all’inizio degli studi dell’apprendimento automatico, può essere difficile cogliere appieno questi meccanismi senza una semplice spiegazione o procedura dettagliata. Nel seguente post, fornirò un tutorial […]
Quattro semplici operazioni di base in Pandas
Prima di creare e addestrare un modello di machine learning è fondamentale trattare e gestire correttamente i dati. Un modo comune per farlo è avvalersi della libreria Pandas, uno strumento di analisi e manipolazione dei dati open source, veloce, potente, flessibile e facile da usare, basato sul linguaggio di programmazione Python. In questo articolo vediamo […]
Variabili Dummy: cosa sono e perché sono utilizzate
I modelli di machine learning vengono addestrati su dati di input e output numerici. Quando ci si trova a che fare con variabili categoriali, quindi stringhe o testi, bisogna adottare delle tecniche di preprocessamento dei dati che ne permettano la gestione in modo appropriato. In altre parole, risulta necessario avvalersi di metodi di codifica categoriali, […]
Feature Selection: come funziona la tecnica RFE
Quando ci si trova a che fare con un elevano numero di caratteristiche, il modello di machine learning che si sta addestrando può risentirne nelle performance. Vuoi perché alcune di esse sono tra loro positivamente correlate, o perché altre aggiungono poche informazioni aggiuntive al dataset: di fatto si ottengono risultati più scarsi di quelli che […]
2 semplici esempi di pipeline nel machine learning
Nella maggior parte dei progetti di machine learning è improbabile che i dati con cui devi lavorare siano nel formato ideale per produrre il modello con le migliori prestazioni. Spesso infatti ci sono una serie di passaggi come la codifica di variabili categoriche, il ridimensionamento delle funzionalità e la normalizzazione che devono essere eseguiti. Scikit-learn […]