Blog

  • +
    Webinar ODA e Dbvisit Standby: scopri come semplificare la gestione del tuo database | 26 settembre
  • SOPHOS EVOLVE
    +
    Il futuro della cybersecurity ti aspetta a Verona e Roma con Sophos Evolve
  • Google Hangouts Meet
    +
    È il momento di ridisegnare la tua sala riunioni con gli hardware Google
  • +
    Arcadia Data accelera gli insight di Cloudera
  • +
    Sicurezza IT: come migliorare la fiducia in azienda
  • +
    CORSO FAST TRACK ADMIN: UPGRADE ALLA VERSIONE G SUITE BUSINESS
  • +
    AWSome Day Padova 2019
  • +
    Webinar ODA e Dbvisit Standby: una soluzione completa per Oracle SE2 | 26 settembre
  • +
    Data science: esempi di vita quotidiana
  • +
    Il futuro del database è in cloud
  • +
    MiLearning: il piacere di imparare anche in vacanza
  • +
    Un’estate da IT: la nostra selezione di letture estive

ML & AI: come sviluppare un progetto di Advanced Analytics

By Luca Zanetello 7 mesi faNo Comments

Le aziende hanno a propria disposizione sempre più dati e informazioni, sia da fonti interne sia da fonti esterne, da poter utilizzare per guidare le proprie decisioni di business ma spesso non hanno le competenze necessarie per sviluppare correttamente un processo di analisi avanzata: questo tema è stato il principale protagonista del secondo Orange Aperitif, tenutosi presso la nostra sede di Padova giovedì 28 febbraio, intitolato “ML & AI: chi sfrutta i dati trova un tesoro”.

Durante le due ore di appuntamento, assieme ai partecipanti siamo andati a scoprire tutti gli step che compongo un progetto di Advanced Analytics, prima descrivendoli a livello teorico e coinvolgendo i presenti in alcune attività, per poi passare al lato pratico con la presentazione di un flusso vero e proprio all’interno di KNIME Analytics Platform.

Il racconto dell’evento

La prima parte dell’incontro, guidata dal CEO di Miriade Maurizio Novello, è stata interamente dedicata a scoprire come scegliere la domanda giusta da porre ai dati. Individuare il quesito corretto è infatti fondamentale per strutturare correttamente un progetto di analitiche avanzate e riuscire a generare vero valore dai dati legati agli obiettivi del business.

A seguire sono poi intervenuti i nostri consulenti per scendere nel concreto con la presentazione di aspetti più tecnici: Veronica Giro, Data Analyst Miriade, si è concentrata sulla descrizione dei diversi step che compongono un processo di analisi completo, analizzando ogni passaggio sia a livello teorico sia tecnico, mentre Isabela Cinca, Business Intelligence Specialist Miriade, ha focalizzato l’attenzione su come l’integrazione tra Machine Learning e Business Intelligence contribuisca a migliorare la visualizzazione dei risultati delle analisi avanzate.

flusso advanced analytics

Gli step di un progetto di Advanced Analytics

Un progetto di Advanced Analytics è composto da diversi step che partendo dall’individuazione della domanda giusta porta l’azienda ad avere risposte fornite dai dati e analisi previsionali che possono guidare le scelte strategiche.

Scelta della domanda giusta

Il primo fondamentale step è quello individuare la domanda alla quale si vuole rispondere. L’obiettivo finale deve essere ben chiaro prima di iniziare a strutturare il percorso di analisi in modo da poter definirne correttamente le fasi e quali figure devono essere coinvolte.

Scelta dei dati da analizzare

I dati provengono da fonti diverse le une dalle altre ed è quindi effettuare processi di Data Cleaning e Data Manipulation per poterli preparare nel migliore dei modi ed essere “dati in pasto” ai modelli e agli algoritmi di analisi. Le tipiche operazioni che vengono svolte in questo step sono: row and column filtering, datatype conversion, aggregazioni, join and concatenazione, replacement, standardizzazione e generazione di nuove feature e gestione dei valori mancanti.

Scelta del modello e allenamento

Una volta individuati i dati e averli preparati all’analisi è necessario scegliere il modello e l’algoritmo di analisi (supervisionato o non supervisionato) e iniziare ad allenarlo utilizzando i dati che si hanno a disposizione e che continuamente arrivano dalle fonti scelte in fase iniziale del progetto.

Deploy

Una volta allenato il modello e verificato che i risultati dell’analisi siano soddisfacenti, è possibile fare il deploy e la messa in produzione del modello. Una volta operativo il modello continuerà a sfruttare i dati in arrivo per fornire indicazioni utili al business e per individuare i migliori insight per guidare le scelte strategiche.

CONTINUA A SEGUIRCI

Miriade affianca da diversi anni le aziende nello sfruttare al meglio i loro dati e strutturare correttamente i processi di analisi. Per scoprire tutti i nostri servizi, visita il portale interamente dedicato al mondo delle analitiche avanzate.

Per scoprire tutto sui prossimi Orange Aperitifs, visita la pagina dedicata.

Category:
  Miriade
this post was shared 0 times
 200

Leave a Reply

Your email address will not be published.