Skip to content

Gestione dei banchi di seme di Tapes Philippinarum in Laguna di Venezia: applicazione di un modello di vocazionalità

Il modello statistico: il Random Forest

Molti studi recenti hanno cominciato ad adottare tecniche di Machine Learning (ML) (Prasad, 2006) che hanno dimostrato elevate capacità predittive (Elith et al., 2009).

I metodi di ML si differenziano dagli approcci statistici classici per la possibilità di utilizzare un algoritmo per individuare la relazione tra la variabile di risposta e i predittori, piuttosto che assumere un modello e stimarne i parametri a partire dai dati. La loro applicazione in ambito ecologico è relativamente recente (Elith et al., 2008).

I ML presentano alcuni vantaggi rispetto ai metodi statistici tradizionali (Recknagel, 2001):
− consentono di trattare le relazioni complesse tra predittori che possono sorgere con elevate quantità di dati;
− sono in grado di processare relazioni non lineari tra le variabili predittive
− sono insensibili al rumore (noise) presente nei dati.

Tra i metodi di ML, i modelli più semplici sono gli alberi di decisione (decision tree). Tali modelli sono non parametrici in quanto non richiedono alcuna assunzione a priori sulla distribuzione dei predittori e della variabile da prevedere.

A seconda del tipo di variabile risposta utilizzata per la predizione, gli alberi di decisione possono essere distinti in due classi:
− alberi di classificazione (classification trees): quando la variabile è qualitativa o discreta;
− alberi di regressione (regression trees): quando la variabile è di tipo numerico o continuo.

Anche le variabili indipendenti possono essere di tipo categorico e/o discreto.

L’albero di classificazione/regressione induce una partizione dello spazio dei predittori in cui ad ogni elemento viene associato un particolare valore della variabile dipendente. Tale partizione viene ottenuta mediante un processo ricorsivo che comporta la Suddivisione (splitting) ripetuta dei dati in gruppi, costituiti da sottoinsiemi omogenei rispetto alla variabile risposta. Ad ogni partizione è associata una misura del decremento di eterogeneità calcolato con riferimento ai valori della variabile dipendente contenuti nel training set (i.e. sottoinsieme di dati sperimentali usato per addestrare il modello). [...]

Questo brano è tratto dalla tesi:

Gestione dei banchi di seme di Tapes Philippinarum in Laguna di Venezia: applicazione di un modello di vocazionalità

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Beatrice Goldin
  Tipo: Laurea liv.II (specialistica)
  Anno: 2008-09
  Università: Università degli Studi Ca' Foscari di Venezia
  Facoltà: Scienze Matematiche, Fisiche e Naturali
  Corso: Scienze Ambientali
  Relatore: Piero Franzoi
  Lingua: Italiano
  Num. pagine: 103

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

machine learning
tapes philippinarum
laguna di venezia
modello ecologico
gestione della pesca
vongola
modello di vocazionalità dell'habitat
habitat suitability

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi