Please enable JavaScript.

Coggle requires JavaScript to display documents.

Machine Learning - Coggle Diagram

- - - - milioni di record
      - migliaia di variabili
  - - - posizione
      - dimensioni
      - numero di stanze
      - anno di costruzione
      - quartiere
      - servizi
      - andamento del mercato
      - …
  - - - non sono semplici
      - non sono lineari
      - spesso sono nascoste
    - - il prezzo non cresce sempre proporzionalmente ai metri quadri
      - dipende dalla zona, dal periodo, dallo stato dell’immobile
  - - - Scrivere a mano:
        
        tutte le regole
        
        tutte le eccezioni
        
        tutte le combinazioni possibili
      - 👉 È impraticabile.
- - - - un insieme di osservazioni (dati)
      - un obiettivo specifico
- - - - 10.000 case negli Stati Uniti
    - - metri quadrati
      - numero di stanze
      - posizione
      - anno di costruzione
      - altri attributi
  - - - Apprendere una funzione:
      - Prezzo = f(caratteristiche della casa)
      - che sia in grado di:
        
        stimare il prezzo
        
        anche per case non presenti nel dataset
      - 👉 Questa capacità si chiama generalizzazione.
  - - - non deve solo “memorizzare” i dati
      - deve funzionare su dati nuovi
    - - è overfitting
      - non è utile nel mondo reale
- - - - non è sempre corretto
      - ma lo è con alta probabilità
    - - il mondo reale è complesso
      - i dati sono incompleti
      - esiste incertezza
  - - - non è perfetto
      - ma ha un errore di generalizzazione basso
    - - le previsioni sono “abbastanza buone”
      - anche su dati non visti
  - - - si basano su statistica
      - lavorano con approssimazioni
    - - variabili mancanti nei dati(es. urgenza del venditore)
      - rumore nei dati(es. prezzo inserito male)
      - casualità del mondo reale
- - - - non programmiamo la soluzione
      - forniamo esempi
      - l’algoritmo trova da solo le relazioni
    - - i dati sono molto grandi
      - i dati sono ad alta dimensionalità
      - le relazioni sono complesse o non lineari
- - - - crea un modello astratto del mondo reale
      - basato su dati osservabili
    - - non è la realtà
      - è una semplificazione utile