In italiano dovremmo tradurre “machine learning” come apprendimento automatico, inteso come abilità delle macchine di apprendere senza essere state esplicitamente e preventivamente programmate. A coniare per primo il termine fu Arthur Lee Samuel, scienziato americano pioniere nel campo dell’Intelligenza Artificiale, nel 1959 anche se, ad oggi, la definizione più accreditata dalla comunità scientifica è quella fornita da un altro americano, Tom Michael Mitchell, direttore del dipartimento Machine Learning della Carnegie Mellon University (Mitchell T., 1997):
«si dice che un programma apprende dall’esperienza E con riferimento ad alcune classi di compiti T e con misurazione della performance P, se le sue performance nel compito T, come misurato da P, migliorano con l’esperienza E».
Utilizzando il machine learning, anziché scrivere il codice di programmazione attraverso il quale, passo dopo passo, si “dice” alla macchina cosa fare, al computer vengono forniti solo dei set di dati inseriti in un generico algoritmo che sviluppa una propria logica per svolgere la funzione, l’attività, il compito richiesti. Inoltre, le tecniche di machine learning possono rivelare o mettere in evidenza relazioni “nascoste” tra i dati.
Il corso di Machine Learning di base prevede un apprendimento in aula di 40 ore durante le quali si impareranno i principali algoritmi di machine learning e si apprenderà in modo pratico, con e senza l’utilizzo di Python come linguaggio di programmazione (con un “tool” visuale, gratuito per gli studenti), come effettuare delle previsioni basate su dati opportunamente preparati.
Come prerequisito è richiesta la comprensione di alcune basi di statistisca, altrimenti si possono prevedere delle lezioni propedeutiche.
Iscriviti o richiedi informazioni sul corso di Machine Learning.
