In effetti se siete finiti in questo blog, la domanda è mal posta e forse sapete la risposta.
Non di meno, siccome il blog è pubblico e quindi potrebbe approdare qualcuno che non ha le idee chiare su cosa indichi il machine learning e vorrebbe capirlo, allora provo a spiegarvelo, spero con parole semplici.
Noi siamo avezzi ad un tipo di programmazione che chiameremo formale, in cui un computer elabora dei dati, tramite un programma scritto allo scopo, per produrre dei risultati, quali che siano (il risultato può essere una categoria, quindi parleremo di classificazione o un numero, quindi parleremo di regressione).
Nel machine learning, invece, un elaboratore riesce ad ricavare una modello che, a partire dai dati, riesce a riprodurre il fenomeno che li ha generati: non c’è un programma, eppure il machine learning permette di ottenere un risultato imparando dai dati.
Questo avviene tramite due funzionalità, che chiameremo learner e predictor che hanno il compito di:
- costruire il modello a partire dai dati (operazione che si chiama learning)
- applicare il modello su dati dello stesso tipo, non passati al learner, per arrivare al risultato (operazione che si chiama prediction)
C’è da dire che questa operazione misteriosa (al momento) che permette di arrivare dai dati al risultato non è sempre dello stesso tipo; diremo quindi che ci sono diverse strategie, in funzione dei dati e del risultato che si vuole raggiungere.
Sulle strategie e su altro spenderò più di una parola in articoli appositi…