photo-1523961131990-5ea7c61b2107-1

W-Mind

Blog

CASE STUDY:+29% conversion rate su appello lapsed con il Machine Learning

Di recente W-Mind ha collaborato con una grande ONG umanitaria attiva in cinquanta paesi, che si occupa della difesa dei diritti umani, per testare se il Machine Learning potesse migliorare ...
Continue Reading
Torna al Blog

Che cos'è il machine learning?

Carlotta Reggioli
Project Manager, W-Mind. Master, Economia e Management @UNINT.

Gli algoritmi di machine learning trovano e applicano pattern nei dati. E in pratica fanno girare il mondo.

Gli algoritmi di machine learning sono responsabili della maggior parte dei progressi e delle applicazioni dell'intelligenza artificiale di cui si sente parlare.

 

Qual è la definizione di machine learning? 

Gli algoritmi di machine learning usano la statistica per trovare dei pattern fra quantità elevate di dati. Per dati intendiamo numeri, parole, immagini, clicks, qualsiasi altra cosa che vi possa venire in mente. Se può essere memorizzata digitalmente, allora può essere data in pasto ad un algoritmo di machine learning. 

 

Il machine learning è quel processo alla base di tantissimi servizi che usiamo oggi- sistemi di raccomandazione come Netflix, Youtube e Spotify; motori di ricerca tipo Google e Baidu; feed di social-media come Facebook e Twitter; assistenti vocali tipo Siri e Alexa. E l'elenco potrebbe continuare.

 

In tutti questi esempi, ogni piattaforma raccoglie più dati possibile- il genere di film che ci piace guardare, su che link clicchiamo, a quali stati di Facebook mettiamo una reazione- e utilizza il machine learning per fare un'ipotesi altamente istruita su quello che potremmo volere dopo.

 

Il processo è piuttosto semplice: trovare il pattern, applicare il pattern. Ma fondamentalmente gestisce il mondo intero. Per la maggior parte è merito di una invenzione del 1986, gentile concessione di Geoffrey Hinton, che oggi è conosciuto come il padre del deep learning. 

 

Cos'è il deep learning?

Il deep learning è il machine learning sotto steroidi: usa una tecnica che da al macchinario capacità potenziata di trovare e amplificare anche i pattern più piccoli. Questa tecnica si chiama rete neurale profonda- profonda perché ha moltissimi strati di noti computazionali semplici che lavorano insieme cibandosi di dati per produrre un risultato finale sotto forma di predizione.

 

Cosa sono le reti neurali

Schermata 2020-04-02 alle 14.51.01

Le reti neurali hanno preso vagamente ispirazione dal funzionamento interno di un cervello umano. I nodi sono una sorta di neuroni, e il network è un pò come il cervello stesso. Ma Hinton ha pubblicato il suo studio rivoluzionario in un momento in cui le reti neurali non andavano più di moda. Nessuno aveva idea di come istruirle, e per questo non producevano risultati soddisfacenti. Ci sono voluti circa 30 anni perché la tecnica facesse il suo ritorno.

 

Cos'è il Supervised Learning?

Un'ultima cosa che dovreste sapere: il machine (così come il deep) learning può essere di tre tipi: supervisionato, non supervisionato e rinforzato. Nell'apprendimento supervisionato, il più comune, i dati sono etichettati per indicare alla macchina esattamente i pattern che deve cercare. 

Immaginatelo come un segugio che dà la caccia ai suoi obiettivi una volta che gli viene fatto annusare l'odore da seguire. È esattamente la stessa cosa che succede quando schiacciamo play per vedere un film su Netflix- stiamo dicendo all'algoritmo di cercare film simili.

Il Supervised Learning viene utilizzato, ad esempio, per identificare i donatori con alta probabilità di abbandono, in modo da poterli raggiungere preventivamente con azioni di retention. 

 

Cos'è l'Unsupervised Learning?

In questo tipo di apprendimento, i dati non sono etichettati. Il macchinario semplicemente cerca qualsiasi pattern che riesce a trovare. Immaginate far annusare a un cane tantissimi oggetti diversi fra loro e farglieli dividere in gruppi che hanno un odore simile tra loro. W-Mind utilizza l'Unsupervised Learning per identificare i donatori più potenziali per le campagne di fundraising e per capire i messaggi più performanti su ogni segmento.

 

Cos'è il Reinforcement Learning?

Infine abbiamo l'apprendimento rinforzato, l'ultima frontiera del machine learning. Un algoritmo di apprendimento rinforzato impara attraverso prove e errori per raggiungere un obiettivo chiaro. Prova diverse strade e viene premiato o penalizzato a seconda che i suoi comportamenti lo aiutino o gli impediscano di raggiungere il suo obiettivo.

L'apprendimento rinforzato è alla base di Google's AlphaGo, il programma che ha notoriamente battuto i migliori giocatori umani nel difficilissimo gioco "Go".

 

È tutto. Questo è il machine learning. 

 

Vuoi scoprire su più sulla Predictive Analysis?

Post consigliati

CASE STUDY:+29% conversion rate su appello lapsed con il Machine Learning

Di recente W-Mind ha collaborato con una grande ONG umanitaria attiva in cinquanta paesi, che si occupa d...
Continue Reading

Conoscere i propri donatori con la Cluster Analysis (VLOG)

Giulio Rosati, Co-founder e Head of Solutions di W-Mind, ci racconta come la Cluster Analysis basata sul ...
Continue Reading

+13% donazioni con il Machine Learning? Il caso di Greenpeace Australia (VLOG)

Giulio Rosati, Co-founder e Head of Solutions di W-Mind, ci racconta come Greenpeace Australia è riuscita...
Continue Reading