Apprendimento automatico

Titolo originale:

Machine Learning

Contenuto del libro:

Il libro tratterà i diversi algoritmi utilizzati nell'apprendimento automatico in base alle sue diverse tipologie. Verranno trattati gli algoritmi per l'apprendimento supervisionato, l'apprendimento non supervisionato e l'apprendimento per rinforzo. In altre parole, esamineremo come l'apprendimento automatico sia guidato dal compito (ad esempio, prevedere il valore successivo), dai dati (ad esempio, identificare e classificare i cluster di clienti) e sia in grado di imparare dai propri errori.

Inoltre, diventeremo un po' tecnici - solo un po' - quando tratteremo la teoria dell'apprendimento computazionale, i big data, la statistica, l'apprendimento e l'ottimizzazione, le reti bayesiane, le macchine a vettori di supporto, gli algoritmi genetici e il data mining. Anche in questo caso, abbiamo cercato di semplificare al meglio questi concetti per i non addetti ai lavori.

Alla fine di questo libro abbiamo anche raccomandato tecnologie AI correlate, strumenti open source e linguaggi di programmazione. Questo se siete interessati a imparare a sviluppare questa tecnologia o almeno a comprenderne le caratteristiche più tecniche.

Inutile dire che l'apprendimento automatico è un campo nuovo ed entusiasmante con molte applicazioni vantaggiose. Facilita una diagnosi medica più accurata, può semplificare il marketing dei prodotti, creare previsioni di vendita più accurate, migliorare la precisione di molte regole finanziarie, semplificare la documentazione che richiede molto tempo, perfezionare la manutenzione predittiva e molti altri vantaggi.