Una prima misura da attuare quando si vuole vedere se due variabili sono tra loro legate in un certo modo è eseguire l’analisi di correlazione. L’analisi di correlazione è un metodo di valutazione statistica utilizzato per studiare la forza di una relazione tra due variabili continue, misurate numericamente (ad es. Altezza e peso). Questo particolare […]
8 algoritmi diffusi nel machine learning
Alcuni ricercatori dell’università della California sono riusciti recentemente a sviluppare un sistema che è in grado di individuare in pochi millisecondi, praticamente in tempo reale, se sono presenti delle cellule tumorali nel sangue. Incredibile, vero? Per ottenere questo risultato, i ricercatori si sono avvalsi, di un modello di deep learning, che rientra in un’area specifica […]
Algoritmo K-means in python per l’iris dataset
Il clustering è un metodo di apprendimento non supervisionato che ci consente di raggruppare set di oggetti in base a caratteristiche simili. In generale, può aiutare nel trovare una struttura significativa tra i dati, raggruppare dati simili e scoprire modelli sottostanti. Uno dei metodi di clustering più comuni è l’algoritmo K-means. L’obiettivo di questo algoritmo […]
Regressore di foresta casuale: esempio di previsione del valore di una azione
La random forest viene generalmente considerata una tecnica di classificazione, ma è in grado di gestire anche problemi di regressione. Abbiamo già visto cos’è la foresta casuale e come essa può essere utilizzata per risolvere problemi di classificazione. In questo articolo vediamo come utilizzare un regressore di foresta casuale per risolvere un problema di regressione: […]
Classificatore di Foresta Casuale in Python
La foresta casuale (o Random Forest) è un tipo di algoritmo di apprendimento automatico supervisionato basato sull’apprendimento di più modelli previsionali per formare un unico modello di previsione più potente. Ogni modello utilizzato dalla previsione del Random Forest di solito è un albero decisionale. Ciò significa che una foresta casuale combina molti alberi decisionali in un […]
Come l’algoritmo Random Forest migliora le previsioni degli alberi decisionali
Nella scorsa edizione del torneo mondiale di calcio, svoltosi in Russia, alcuni studiosi* hanno tentato di prevedere il vincitore del torneo della coppa del mondo. Dopo una simulazione di centomila competizioni, è emerso che la maggiore probabilità di vittoria l’avevano la Spagna (88%) e la Germania (86%). Il vero vincitore, la Francia risaliva invece al […]