L’apprendimento online è un paradigma di Machine Learning in cui l’apprendimento di un modello avviene in maniera iterativa, aggiornando un’ipotesi iniziale sulla base di uno stream di dati (potenzialmente selezionati in maniera avversariale), che vengono considerati come elementi di evidenza da considerare per la selezione di un modello ottimale. Il concetto di evidenza risulta un […]
Il credal learning è una metodologia di weakly supervised learning in cui l’informazione parziale relativa alla variabile target è rappresentata tramite credal set (insiemi convessi di probabilità). Sebbene questo approccio sia stato proposto nel contesto dell’apprendimento da etichette imprecise, può essere applicato per modellare anche altri tipi di incertezza nei dati, in particolar modo errori […]
Il candidato dovrà creare (in Javascript, HTML5 o CSS) viste alternative che rappresentino un livello di incertezza su una previsione (ad esempio di un punteggio di rischio) espresso in percentuale (cioè un numero reale compreso tra 0 e 1). Il candidato riceverà più modelli statici da replicare e rendere adattivi rispetto all’input numerico di cui […]