Citazione:

---

Messaggio inserito da Cathàll

Tieni conto dell'orario, per cui non pretendere risposte precisissime. Nel caso ci risentiamo

Vado in modo schematico
1) Scegli il dominio di riferimento (strutturato o non strutturato).
2) Scegli i sistemi (due, generalmente) da testare in base al dominio che hai scelto (AQ21 piuttosto che C4.5 piuttosto che CN2, ecc. ecc.)
3) Scegli i dataset (due, generalmente) su cui vuoi testare i sistemi
4) Ti studi come fare funzionare i sistemi, i settaggi, la parametrizzazione, ecc. ed esegui i sistemi sui dataset.

Ora che hai ricavato dei risultati, sottoforma ad esempio di Regole di Produzione o Alberi di Decisione (dipende dal sistema e dal dominio), passi alla seconda fase

5) Individui dei parametri di riferimento (tempo di esecuzione per il learning - se il programma lo calcola - , numero di regole restituite, oppure, le più comuni metriche dell'Information Retrieval: Accuracy e Recall)
6) Individuate le metriche, valuti il comportamento dei sistemi in funzione di ste metriche. Ad esempio se uno restituisce più regole dell'altro, se uno è più accurato dell'altro, ecc.
7) Cerchi di spiegarti il perchè di questi risultati.

All'esame dovrai convincere la prof. di essere riuscito a spiegarteli

L'obiettivo insomma è quello di mettere a confronto degli algoritmi di Learning su diversi dataset, cercando di capire in che modo la diversa tipologia dei dati può influenzare la "qualità" dell'apprendimento.

Spero sia sufficiente.

---