Fasi in Machine Learning (ML)

Miglioramento dei dati

Raccolta dati e controllo qualità.

Dati dal mondo reale o da sondaggi di opinione.

Set di dati che verranno arricchiti man mano che l’analisi procede.

Questa fase richiede molto tempo.

Esempio:

Descrizioni statistiche di base

Proprietà dei dati.

Tabelle dinamiche.

Intelligenza aziendale.

Identificazione di valori atipici: casi rari, frodi… o profili innovativi basati su temi nuovi da incorporare presto come comportamento abituale (opportunità di business).

Predizione

Metodologie di tipo regressivo. Classificatori.

Approcci lineari e non lineari.

Valutazione dell’ipotesi.

Apprendimento automatico.

Senza scatola nera: con formula verbalizzabile.

Implementazione

Algoritmo in produzione.

All’interno dell’azienda o nel cloud.

Stakeholder coinvolti.

Intervento esterno.