Machine Learning significa letteralmente \u201capprendimento della macchina<\/strong>\u201d e si intende il processo attraverso il quale la macchina, o meglio il computer, apprende regole e relazioni da quanto gli viene insegnato, riuscendo cos\u00ec a predire comportamenti futuri.<\/p>\n L\u2019abbondanza di dati<\/strong> disponibili grazie al diffondersi di computer, sensori, software ed all\u2019impiego di internet, ci consente di registrare ed elaborare dati in quantit\u00e0 sempre pi\u00f9 elevata. La maggiore disponibilit\u00e0 di dati deve andare di pari passo con lo sviluppo della tecnologia e al ridimensionamento dei costi delle infrastrutture hardware. Questi fattori che hanno reso l\u2019immagazzinamento e<\/strong> la conservazione<\/strong> dei dati possibile e relativamente semplice.<\/p>\n Ora, grazie ai dati disponibili, che costituiscono gi\u00e0 l\u2019intera popolazione del fenomeno da analizzare, si estrapolano direttamente le correlazioni insite negli stessi, <\/strong>giungendo ad una nuova conoscenza data driven.<\/strong><\/p>\n La macchina non apprende in modo automatico, ma, per essere allenata, ha bisogno che le venga fornito lo schema giusto. In termini statistici, quindi, \u201cl\u2019algoritmo\u201d pi\u00f9 adatto a rappresentare le relazioni insite nei dati. La selezione dell\u2019algoritmo pi\u00f9 appropriato<\/strong>\u00a0\u00e8 il risultato dell’applicazione di specifiche tecniche statistiche che consentono di selezionare un modello generalizzabile su nuovi dati.<\/p>\n Grazie al Machine Learning \u00e8 possibile sviluppare molteplici progetti<\/strong> basati sulla conoscenza data driven. Questo allo scopo di migliorare la produttivit\u00e0 aziendale, grazie ad un pi\u00f9 efficace controllo del processo di business, tra i quali:<\/p>\n Vediamo ad esempio le fasi di un progetto di Manutenzione predittiva:<\/p>\nCome \u00e8 possibile che la macchina impari?<\/h2>\n
Cosa significa ci\u00f2?<\/h2>\n
Come viene allenata la macchina?<\/h2>\n
Cosa propone smeup?<\/h2>\n
\n