ML classico: modelli, metriche, feature engineering
Ha più di due secoli, si risolve con una formula chiusa e resta il primo modello che un data scientist…
Quando la risposta è sì o no — spam o legittima, promosso o bocciato — la retta non basta più:…
k-NN non impara nulla durante il training: memorizza i dati e classifica ogni nuovo punto guardando i suoi vicini. In…
Prima dei transformer, a leggere le nostre email c'era un teorema del Settecento e un'ipotesi palesemente falsa. Naive Bayes classifica…
Come funziona un albero di decisione, perché è il modello più leggibile del machine learning e come addestrarne uno in…
Un albero di decisione singolo è leggibile ma instabile. La random forest ne addestra centinaia, ognuno volutamente diverso, e li…
Un albero debole sbaglia. Un secondo albero impara dagli errori del primo, un terzo da quelli del secondo. Il gradient…
Alcuni dati non si possono dividere con una linea retta, per quanto la si giri. Le support vector machine risolvono…
K-means trova gruppi nei dati senza che nessuno gli dica quali cercare. In questo tutorial lo implementiamo da zero in…
K-means fallisce su cluster a forma irregolare e non conosce il concetto di rumore. DBSCAN e il clustering gerarchico risolvono…
