Il Machine Learning è tante cose. Qualcuno lo vede come l’evoluzione della statistica, altri come il primo passo verso l’intelligenza artificiale, i più come il business dei nostri tempi.

Da qualsiasi angolazione lo guardi, significa prendere un certo ammontare di dati (di solito enorme) e analizzarli in via automatica o semi-automatica per trarne delle conclusioni che sarebbero altrimenti ben nascoste. Poi il sistema fa oro di queste conclusioni e impara a trattare meglio i dati.

Quindi, tra reti neurali, statistica computazionle, riconoscimento dei pattern, data mining, algoritmi adattivi e tantissime altre meraviglie della scienza dei dati moderna, si tratta di permettere ad un calcolatore di imparare da quello che fa e analizza.

Tuttavia ai calcolatori si parla, almeno per il momento, il linguaggio della matematica. Se non parli bene questa lingua sarà difficile approcciare il Machine Learning, per quanto utile sarebbe nel tuo lavoro/hobby.

Fortunatamente per noi scarsamente dotati in matematica, ma entusiasti del ML, Wale Akingaderin ha recentemente scritto un articolo sul blog in materia di IBM.

IBM e il suo Watson mettono a disposizione una piattaforma per giocare con i dati all’indirizzo datascience.ibm.com. Mi raccomando di leggere molto attentamente le condizioni d’uso o potreste incorrere in spiacevoli sorprese.

In tutti i casi, ecco secondo Akingaderin le doti matematiche necessarie:

  • Algebra Lineare, vabbè, dove vai senza? Fortuna che un ripassino ce lo offre gratis il MIT di Boston qui.
  • Probabilità e Statistica, cosa vuoi insegnare ad un computer se non lo conosci tu? Anche di questo si trovano online vari corsi, tra cui questo del Consorzio Nettuno.
  • Calcolo Avanzato, dovrebbe più o meno essere sempre incluso in un comune corso di analisi matematica I, come questo.
  • Algoritmi e Ottimizzazione, anche qui non è difficile capire quanto sia utile la materia. Questo sembra un corso divertente.

Io mi sono fatto l’idea che bisogna passare per un corso di Analisi Matematica I, poi Statistica e Probabilità e Algebra I almeno. In fondo si tratta di impostare un computer affinché impari da solo, dobbiamo saperne più di lui o diventerà SkyNet :-).

Wale Akingaderin rilascia anche un elenco di link utili per trovare online le competenze di cui abbiamo parlato, le trovate sempre nel suo articolo.

Se avete paura di tutta questa matematica (tanto non si scappa che ci serve!) potete rincuorarvi con un articolo dove viene spiegato come non sia la conoscenza primaria per godersi il Machine Learning:

The real prerequisite for machine learning isn’t math, it’s data analysis