Weka - Introduzione
La base di qualsiasi applicazione di Machine Learning sono i dati: non solo pochi dati, ma enormi dati che vengono definiti Big Data nella terminologia corrente.
Per addestrare la macchina ad analizzare i big data, è necessario avere diverse considerazioni sui dati:
- I dati devono essere puliti.
- Non dovrebbe contenere valori nulli.
Inoltre, non tutte le colonne nella tabella dei dati sarebbero utili per il tipo di analisi che stai cercando di ottenere. Le colonne di dati irrilevanti o le "funzionalità" definite nella terminologia di Machine Learning devono essere rimosse prima che i dati vengano inseriti in un algoritmo di machine learning.
In breve, i tuoi big data necessitano di molta pre-elaborazione prima di poter essere utilizzati per il machine learning. Una volta che i dati sono pronti, applicherai vari algoritmi di Machine Learning come classificazione, regressione, clustering e così via per risolvere il problema alla fine.
Il tipo di algoritmi che applichi si basa in gran parte sulla tua conoscenza del dominio. Anche all'interno dello stesso tipo, ad esempio la classificazione, sono disponibili diversi algoritmi. Potresti voler testare i diversi algoritmi nella stessa classe per creare un modello di machine learning efficiente. Nel farlo, preferireste la visualizzazione dei dati elaborati e quindi avrete bisogno anche di strumenti di visualizzazione.
Nei prossimi capitoli imparerai a conoscere Weka, un software che realizza tutto quanto sopra con facilità e ti consente di lavorare comodamente con i big data.