La Complessità è una teoria matematica che studia sistemi formati da un grande numero di elementi interagenti tramite regole definite (come nell’analisi dei Big Data e nelle reti neurali artificiali) e soggetti a determinati vincoli, allo scopo di comprendere i comportamenti globali e predirne l’evoluzione.
.

Un incontro con il Prof. Paolo Biscari, docente di Fisica Teorica della Materia del Dipartimento di Fisica, per una chiacchierata divulgativa riguardo ai sistemi complessi, e in particolare sul contributo dato alla loro comprensione dal Premio Nobel della Fisica Giorgio Parisi

Tra gli argomenti trattati vi saranno i sistemi fisici noti come vetri di spin, e la loro applicazione come modello per le reti neurali. Si parlerà anche del contributo di Giorgio Parisi per capire la struttura complessa (ultrametrica) dello spazio degli stati dei sistemi disordinati.

Le ANN – Artificial Neural Network o, più semplicemente, NN – Neural Network, ovvero  le reti neurali sono modelli matematici composti da neuroni artificiali che emulano il funzionamento del cervello umano. Per raggiungere prestazioni cognitive che in qualche modo gli si avvicinino. È una delle tecniche nelle analisi predittive e nel Machine Learning.

Interventi:

Prof. Paolo Biscari – Docente di Fisica Teorica della Materia del Dipartimento di Fisica
Prof. Lamberto Duò – Direttore del Dipartimento di Fisica
Prof.ssa Donatella Sciuto – Prorettore Vicario del Politecnico di Milano
Moderatore della serata il Prof. Ezio Puppin

Si potrà assistere all’evento in presenza oppure online.

Per partecipare

Iscriversi al seguente LINK e scegliere la modalità che si preferisce.
Gli iscritti che sceglieranno la modalità online riceveranno il giorno prima il link per seguire l’evento.

Capire la complessità – il Premio Nobel della Fisica a Giorgio Parisi

DATE E ORARI

martedì 26 Ottobre 2021
Dalle 17:00 alle 18:30

LUOGO

Politecnico di Milano, Aula Rogers
Via Ampère, 2 – Milano

 

Intelligenza Artificiale e Machine Learning: quali differenze?

 

Utilizzare le reti neurali nelle analisi predittive

Grazie al Machine Learning abbiamo la possibilità di individuare con una certa probabilità l’avverarsi di specifici risultati futuri. Ci basiamo sui cosiddetti  dati storici: è questo l’obiettivo dell’analisi predittiva. Prevedere il futuro a partire ad esempio da uno  storico di un’impresa.

Ma quale è lo scopo? Tra gli usi più comuni abbiamo il rilevamento di tutte le azioni avvenute sulla rete aziendale.  Al fine di  indagare e scoprire eventuali anomalie che potrebbero rivelare frodi, falle nella sicurezza o minacce al sistema informatico.

Le analisi predittive utilizzano la potenza dei sistemi basati su tecniche di machine learning e deep learning con le reti neurali per fare analisi su grandi moli di dati: si parla di indagare la complessità.

Tra gli obiettivi: l’ottimizzazione delle campagne di marketing

È proprio qui che l’analisi predittiva viene sfruttata per prevedere come rispondono i clienti o i loro acquisti.

Tra le tecniche di analisi, oltre alla statistica e al Machine Learning, troviamo anche le reti neurali, che permettono di identificare e analizzare equazioni estremamente sofisticate tra i dati.

Nelle analisi predittive, si utilizzano spesso le reti neurali. Nell’elenco seguente  ricordiamo solo alcuni dei campi che, negli ultimi anni, hanno fatto largo uso dell’analisi predittiva, dove le reti neurali sono state tra le principali tecniche adottate.

  • Retail: si tratta del campo di applicazione più utilizzato con il fine di migliorare le relazioni e la fidelizzazione con i clienti. Tra gli esempi i commenti di Amazon, che quando effettuiamo un acquisto ci propone un elenco di articoli simili, acquistati da altri clienti del portale.
  • Valutazione dei rischi: l’analisi predittiva viene utilizzata dalle compagnie di assicurazione per ridurre le perdite. Un aiuto anche nell’analisi e nella stima di perdite future. O nelpianificare campagne di marketing fornendo informazioni più dettagliate.
  • Servizi finanziari: l’analisi predittiva riesce ad ottimizzare ogni strategia aziendale. Dalla generazione dei ricavi e delle vendite, alla gestione delle risorse.
  • Energia: l’analisi predittiva nelle centrali di produzione elettrica è capace di ridurre il numero di guasti non previsti delle apparecchiature riducendo i costi di manutenzione e aumentando la disponibilità di energia.
  • Social media: sono uno strumento relativamente recente che le aziende utilizzano per catturare informazioni utili per le proprie strategie di vendita. Funzionano attraverso il monitoraggio dei commenti da parte di clienti, attivi e potenziali.

 

Sistemi di rilevazione intelligente

Business Intelligence Group studia la complessità di moli di dai analizzando il comportamento dei clienti con l’utilizzo di sistemi di rilevazione intelligenti di dati biometrici. Questo consente di raccogliere in modo spontaneo comportamenti, percezioni e valutazioni da parte dei clienti o utenti on line che difficilmente possono essere rilevati con altre tecniche di ricerca.  

Scopri di più seguendo questo link

 

Sistemi di Rilevazione Intelligente