L’avvento di IBM Watson e delle sue incredibili capacità ha dato il via alla cosiddetta era cognitiva. Detta anche informatica cognitiva (o cognitive computing), in un certo senso, rappresenta la terza era dell’informatica, grazie all’accumulo e all’utilizzo di dati strutturati e non strutturati in continua espansione (i cosiddetti “big data”). Il computing cognitivo può dare […]
Metodi di codifica di variabili categoriali: Label Encoding vs One-Hot Encoding
Nei modelli di machine learning è prassi comune convertire le variabili categoriali, ad esempio testo, nella loro rappresentazione numerica. I due modi più comuni per farlo sono quello di utilizzare il Label Encoder o l’One-Hot Encoder. La scelta di uno o l’altro metodo può avere un forte impatto sull’accuratezza e sulle prestazioni finali del modello. […]
Riduzione della dimensionalità attraverso l’algoritmo PCA in Python
L’idea principale dell’analisi delle componenti principali (PCA) è quella di ridurre la dimensionalità di un set di dati costituito da molte variabili più o meno correlate tra loro, mantenendo la variazione presente nel set di dati, nella misura massima. Ciò viene fatto trasformando le variabili in un nuovo insieme di variabili, che sono conosciute come […]
Algoritmo Principal Component Analysis (PCA)
Quando ci si ritrova a risolvere problemi con molte variabili, si rischia di considerarle tutte allo stesso livello di importanza. Ma spesso non è così. Ad esempio, pensa di dover analizzare un dataset di auto, con caratteristiche che descrivono ogni auto in base a dimensioni, colore, comodità, compattezza, raggio, numero di sedili, numero di porte, […]
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 […]