Modelli matematici di apprendimento

Con il termine MODELLI MATEMATICI DI APPRENDIMENTO ci si riferisce al solo insieme dei modelli e metodi matematici che sono al centro di ogni analisi di data mining e che vengono impiegati per generare nuova conoscenza.
Data mining si riferisce all’intero processo, all’interno del data mining la tecnica che utilizzo sono i modelli matematici di apprendimento.
Il processo di data mining si basa su metodi di apprendimento induttivo, orientati a ricavare regole generali (output del processo) a partire da una sequenza di esempi rappresentati da osservazioni riferite al passato e accumulate nel data warehouse.
Le righe e le colonne della tabella si chiamano osservazioni.
In altre parole, le analisi di data mining si propongono di trarre alcune conclusioni (regole) a partire da un campione di osservazioni passate e di generalizzare (inferire o indurre) queste conclusioni all’intera popolazione d’indagine, eventualmente utilizzandole a scopo predittivo.
La regola vale per tutta la popolazione, sto quindi facendo un processo induttivo, perché assumo che quello che ho riscontrato su un campione vale per tutta la popolazione. Inoltre stabilisco che se si è verificato questo nel passato, avverrà anche nel futuro.
Non esiste un modo univoco per interpretare una regola, ma questa può essere vista almeno da tre prospettive:
- CLASSICA
- PROBABILISTICA
- CASISTICA