MACHINE LEARNING

IMPARARE DAI DATI ALLA MASSIMA VELOCITÀ

Automazione del supporto agli utenti, chatbot, previsioni di vendita, manutenzione predittiva, qualità della produzione, servizi cognitivi sul cloud. L’Intelligenza Artificiale entra nel mondo delle imprese, consentendo alti livelli di automazione e nuovi servizi a valore aggiunto. Beta 80 guida i propri clienti nelle nuove opportunità del Machine Learning.

L’abilità nello sviluppare analisi predittive, individuare correlazioni sconosciute ed evidenziare anomalie è oggi fondamentale per dare valore ai dati raccolti e supportare i processi con possibili indicazioni prescrittive.

Gli analisti di Beta 80 partono dal problema posto e dal significato del dato, applicando sia metodiche di Machine Learning (regressioni, clusterizzazioni, classificazioni), che tecnologie di Deep Learning (neural networks). In questo modo si possono affrontare sia fenomeni i cui risultati sono definiti, sia fenomeni di fatto sconosciuti.

Nel primo caso la proposta si applica alla Manutenzione Predittiva in ambienti industriali e produzione di serie, oppure alla previsione di qualità della produzione.

Nel secondo caso l’indagine si focalizza sul tema dell’Anomaly Detection, ovvero alla ricerca dei fenomeni non noti in precedenza e alla identificazione degli scostamenti significativi nelle serie temporali. Completa la offerta la capacità di integrazione dei servizi Cognitive disponibili sul cloud con la loro capacità di “iniettare intelligenza” nelle applicazioni esistenti.

DOMANDE E RISPOSTE

Perché Il machine learning è importante?

Il Machine learning gioca un ruolo fondamentale nella trasformazione digitale. In tutte le industrie, le organizzazioni cercano di sfruttare la rivoluzione digitale per maggiori entrate o costi inferiori. Il Machine learning consente ai team di lavorare in modo più intelligente, fare cose più velocemente e rendere di routine attività precedentemente impossibili.

 

In che modo le organizzazioni utilizzano il machine learning?
Il machine learning può:

  • Prevedere un valore futuro
  • Stimare una probabilità
  • Classificare un oggetto
  • Raggruppare oggetti simili insieme
  • Rilevare associazioni
  • Identificare i valori anomale

Le organizzazioni mettono queste capacità al lavoro in molti modi. Ad esempio, un rivenditore può utilizzare il Machine learning per prevedere il volume di traffico in un negozio in un dato giorno e utilizzare tale previsione per ottimizzare il personale. Una banca può utilizzare il Machine learning per dedurre l’attuale valore di mercato di una casa (in base alle sue dimensioni, caratteristiche e vicinato); a sua volta, questo riduce il costo delle valutazioni e accelera l’elaborazione dei mutui.

 

Il machine learning è nuovo?

No. Alcune tecniche di Machine learning risalgono agli anni ’40. Come in ogni campo, i ricercatori innovano continuamente. Tuttavia, i metodi ampiamente utilizzati come la regressione logistica e gli alberi decisionali hanno più di 50 anni.

 

Se il Machine learning non è nuovo, perché c’è così tanto interesse oggi?

Gli algoritmi di machine learning necessitano di molti dati e potenza di calcolo per produrre risultati utili. Oggi abbiamo più dati che mai e il potere di calcolo è pervasivo ed economico. Gli algoritmi di Machine learning sono migliori che mai e ampiamente disponibili nel software open source.

 

In che modo il machine learning rende routine le attività impossibili?
Il Machine learning produce la conoscenza che le organizzazioni costruiscono in applicazioni in grado di elaborare milioni di transazioni a una frazione del costo della gestione manuale. Questa capacità consente alle aziende di fare cose che sarebbero proibitive se eseguite dagli esseri umani.
Ad esempio, si consideri un’applicazione che gestisce il traffico di posta elettronica in arrivo verso un centro di assistenza clienti. Con l’estrazione di testo, una sorta di Machine learning, l’app risponde automaticamente ad alcune e-mail e indirizza gli altri agli specialisti per una risposta. Sarebbe esageratamente costoso per un’organizzazione assumere analisti umani per leggere tutte le e-mail in arrivo. Il Machine learning consente al centro di offrire un canale di comunicazione ai clienti a un costo accettabile.

 

Come funziona il machine learning?

Esistono molti tipi diversi di algoritmi di Machine learning e ogni classe funziona in modo diverso. In generale, gli algoritmi di Machine learning iniziano con un modello ipotetico iniziale, determinano quanto bene questo modello si adatta a un insieme di dati e migliorano il modello in modo iterativo. Questo processo di formazione continua fino a quando l’algoritmo non può trovare ulteriori miglioramenti o l’utente interrompe il processo.

 

Qual è la differenza tra la statistica e il Machine learning?

I ricercatori usano tecniche statistiche per verificare l’ipotesi che i dati siano conformi a una distribuzione matematica nota, come un modello lineare. Gli algoritmi di Machine learning, d’altra parte, cercano di apprendere modelli che non sono necessariamente conformi alle distribuzioni matematiche note. Gli statistici hanno sviluppato strumenti come la regressione lineare molti anni fa, quando i ricercatori hanno lavorato con insiemi di dati di piccole dimensioni e eseguito calcoli a mano. Adrien-Marie Legendre ha pubblicato la prima descrizione del metodo dei minimi quadrati, un approccio standard nell’analisi della regressione, nel 1805.
Oggi i professionisti hanno dati e potenza di calcolo che non erano disponibili per gli statistici classici. Mentre gli studiosi discutevano una volta la validità delle tecniche di machine learning e di statistica, oggi la maggior parte degli scienziati di dati utilizza liberamente metodi di entrambe le discipline.

 

Qual è la differenza tra Machine learning e intelligenza artificiale (AI)?

Il Machine learning fa parte dell’ecosistema dell’intelligenza artificiale, ma l’intelligenza artificiale include funzionalità aggiuntive, come sensori, dispositivi che interagiscono con il mondo naturale e ragionamenti basati sul computer.
I veicoli autonomi offrono un eccellente esempio di AI applicata. Esistono componenti di machine learning integrati in un veicolo autonomo. Ma il veicolo include anche sensori che catturano e codificano dati sul mondo – un “cervello” che ragiona e prende decisioni – e dispositivi che istruiscono le ruote a girare, il motore ad accelerare e così via.

 

Qual è la differenza tra Machine learning e deep learning?

Il Deep learning è un sottoinsieme del Machine learning. Le reti neurali sono un tipo di Machine learning che rappresenta la conoscenza come un insieme di funzioni matematiche organizzate in un grafico diretto e disposte in strati. Le reti neurali con più livelli “nascosti” sono le cosiddette reti neurali “profonde”. Il Deep learning è utile perché consente di eseguire correttamente operazioni come il riconoscimento di immagini e parole, laddove le altre tecniche di machine learning hanno scarso rendimento.

 

Chi crea algoritmi di machine learning?

Ricercatori e professionisti nel mondo degli affari, del governo e del mondo accademico creano o migliorano algoritmi di Machine learning. Pubblicano articoli che descrivono i vantaggi di ciascuna innovazione.
Un algoritmo di machine learning è utile solo quando è implementato nel software. La maggior parte degli sviluppatori di algoritmi sceglie il software open source disponibile gratuitamente per i loro algoritmi; questo facilita l’adozione più ampia da parte della comunità.

 

Quali linguaggi usano gli scienziati di dati per il Machine learning?

Sono disponibili librerie di Machine learning per diversi linguaggi di computer, inclusi C e Java. Tuttavia, i linguaggi più popolari tra gli scienziati di dati sono Python, R e Scala.

LE BASI

Su gentile concessione di Avik-Jain un corso di alfabetizzazione di Machine Learning è disponibile qui

 

PER SAPERNE DI PIU’ SCRIVI A: dma[at]beta80group.it

PARTNER TECNOLOGICI

Beta 80 S.p.A – Via Socrate, 41 – 20128 Milano (MI) – P.IVA 13274760159 –  C.F. 08540780155 – Capitale Sociale 150.000 € i.v. – Registro Imprese MI 08540780155 – REA MI 1232203 – Tel. +39 02 25202.1