Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Reti Bayesiane: un approccio multi-esperto allo structural learning

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

______________ Introduzione 5 L’assunto del Bacon esprime pienamente l’importanza della “conoscenza”: ai nostri giorni tutto ciò che contribuisce ad arricchire il proprio sapere acquista un valore rilevante. Soprattutto in ambito economico, un know-how, al passo coi tempi ed in continua evoluzione, è un valore aggiunto per un’azienda, permettendole di essere concorrenziale sul mercato. Con il progredire della tecnologia cambia anche il modo di apprendere: il mondo del Web è un esempio di come oggi sia più facile semplice reperire delle informazioni, ma la vera frontiera è il Knowledge Discovery, ovvero l’insieme di strategie che consentono di estrapolare informazioni utili da osservazioni (campioni) su un ambiente o un caso reale. L’Intelligenza artificiale è allo studio di metodi per automatizzare i processi di apprendimento (la percezione visiva, ad esempio). Un approccio recente al Knowledge Discovery è il Data Mining, che U.Fayyad, G.Piatetsky-Shapiro, P.Smyth, R.Uthurusamy (in "Advances in knowledge discovery and data mining") definiscono come “non trivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data”. Questa definizione evidenzia l'aspetto inferenziale del processo e la capacità di far emergere la “conoscenza” dai dati senza richiedere la formulazione di specifiche ipotesi a priori, come accade, invece, per l’Information Retrieval. Il data mining offre di un approccio esplorativo e non, come nel data retrieval, verificativo, evidenziando relazioni che non solo erano nascoste e sconosciute, ma che spesso non si era nemmeno mai ipotizzato potessero esistere. Sia il data mining che l’AI sono campi di ricerca presso l’Università degli Studi di Salerno, con particolare riguardo all’elaborazione delle immagini e a sistemi di tutoring intelligenti per gli ambienti di e-learning. Infatti ognuno dei paradigmi dell’AI, classico o emergente, influenza in misura diversa i modi con cui rappresentare i processi di apprendimento, le teorie conseguenti e in alcuni casi alcuni aspetti delle pratiche didattiche, generando una vera e propria Tecnologia Educativa. La tecnologia dell’e-learning, in espansione negli ultimi anni, attrae sia aziende che università in quanto con il web e le nuove tecnologie (trasmissione satellitare, per citarne una) si dispone di strumenti che consentono una formazione flessibile, rapida e più idonea alle esigenze di un utente (un indubbio vantaggio è la possibilità di fruire dei contenuti formativi a proprio piacimento, dove e quando si vuole).

Anteprima della Tesi di Sabatino Liguori

Anteprima della tesi: Reti Bayesiane: un approccio multi-esperto allo structural learning, Pagina 2

Tesi di Laurea

Facoltà: Ingegneria

Autore: Sabatino Liguori Contatta »

Composta da 242 pagine.

 

Questa tesi ha raggiunto 2593 click dal 20/03/2004.

 

Consultata integralmente 6 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.