16 maggio alle ore 13.00 in aula 135
“Intelligenza Artificiale e Machine Learning: le informazioni linearmente evidenti e quelle nascoste nei dati”
Le informazioni estraibili da un data set possono essere evidenti, e quindi individuabili con semplici algoritmi multivariati lineari, oppure possono essere così implicite nel data set e così apparentemente “deboli” da risultare invisibili agli strumenti classici di analisi.
In questo secondo caso debbono essere usati algoritmi adattivi capaci di computare funzioni altamente non lineari. Ma spesso le ANNs profonde, già presenti in letteratura, non sono sufficienti a questo scopo. Si sono dimostrati, invece, efficaci nuovi algoritmi adattivi e nuove ANNs, non basate sulla tecnica classica di apprendimento nota come “gradiente discendente”.
Si mostreranno 3 casi di questo tipo:
a. Le Relazioni Nascoste: Il problema di una indagine su una banda criminale che stava per essere chiusa senza aver arrestato i capi reali, ma solo i “pesci piccoli”;
b. L’individuazione delle Anomalie: Il problema dei rimborsi “fraudolenti” e/o “inappropriati” per spese sanitarie presso un fondo sanitario integrativo;
c. Il Marketing Implicito: L’analisi di un piccolo data set turistico che mostra le caratteristiche generiche di 80 viaggiatori in visita in 32 città del mondo.
