César Pérez López - Machine learning attraverso R apprendimento non supervisionato (2025)

César Pérez López - Machine learning attraverso R apprendimento non supervisionato. Tecniche descrittive per la classificazione (2025)

EPUB

Il machine learning è un campo interdisciplinare che utilizza metodi, algoritmi, processi e sistemi per estrarre conoscenza e conclusioni da dati strutturati e non strutturati. Combina elementi di statistica, informatica, matematica e tecniche analitiche per risolvere problemi, fare previsioni e generare valore dai dati. Sfrutta i big data per scoprire modelli, tendenze e relazioni che possono essere utilizzati per il processo decisionale in vari settori. È un importante supporto per l'intelligenza artificiale. Il machine learning utilizza due tipi di tecniche: l'apprendimento supervisionato, che addestra un modello con dati di input e output noti per prevedere risultati futuri, e l'apprendimento non supervisionato, che individua modelli nascosti o strutture intrinseche nei dati di input. La maggior parte di queste tecniche di apprendimento non supervisionato per la classificazione viene sviluppata in questo libro da un punto di vista metodologico e da un punto di vista pratico con applicazioni tramite il software R. Vengono trattate le seguenti tecniche: analisi delle corrispondenze semplici, analisi delle corrispondenze multiple, analisi dei cluster, scaling multidimensionale, reti neurali (SOM Kohonen, ecc.), riconoscimento di pattern, rilevamento di anomalie, autoencoder, elaborazione delle immagini e reti neurali convoluzionali (reti CNN).