Strumenti di supporto alle decisioni Alessandro Mazzetti
Definizione Strumento che aiuti l’uomo nel prendere decisioni analisi di scenari simulazione di evoluzione planning valutazione del rischio teoria dei giochi analisi multivariate ed econometriche analisi break-even alberi decisionali
Per decidere bisogna conoscere
Generazione della conoscenza Business Intelligence ricerca di conoscenza utile e fruibile Data Mining investigazione di dati per trarne conoscenza scoperta di informazioni inattese Machine Learning (apprendimento autom.) generazione automatica di conoscenza
"Pierino, sei una bestia! Non hai capito niente della Rivoluzione Francese!". "Eppure avevo imparato a memoria tutto il capitolo del libro...". "Non serve. Hai fatto un lavoro inutile: dovevi capire, non imparare a memoria!".
Apprendimento Capire Imparare a Memoria Capire = collegare notare generalizzare
Tipi di apprendimento per spiegazione da esempi il discente può comunicare col docente il discente deve avere una conoscenza pre-esistente da esempi il discente non ha la conoscenza necessaria per comunicare col docente quello che avviene nei neonati (imparare a camminare, a parlare, a riconoscere,…)
Apprendimento da esempi = generalizzazione la palla va giù il biberon va giù RICORDARE l’acqua va giù Gli oggetti cadono CAPIRE
Esempio Osservare partite a carte Trarne le regole del gioco
Due forme di conoscenza “Imparare a memoria” casi specifici occupa tanta memoria copre solo i casi enumerati la palla cade, la penna cade, la forchetta cade,… il termosifone cade ? Generalizzare forma compatta copre anche casi mai visti TUTTI gli oggetti cadono (anche i termosifoni)
Conoscenza indotta ieri il sole è tramontato ad ovest anche l’altroieri anche settimana scorsa anche l’anno scorso Il sole tramonta SEMPRE ad ovest Quindi anche domani !
Difficoltà È molto difficile generalizzare correttamente tutti gli italiani mangiano la pizza tutti gli uomini sono traditori le bionde sono belle Una buona generalizzazione deve essere: completa (coprire tutti gli esempi positivi) consistente (escludere tutti gli esempi negativi) significativa (classificare correttamente gli esempi non visti)
Inferenza e apprendimento DEDUZIONE (Aristotele IV secolo a.C.) IF A THEN B deduzione (de-duco=portare fuori) A vero implica B vero A falso non implica nulla INDUZIONE (Hume XVI secolo d.C.) A vero B vero A falso B falso A falso B vero induzione (in-duco=portare dentro) IF A THEN B (ma non ne sono sicuro)
Proprietà dell’induzione La deduzione preserva la verità data una conoscenza generale corretta, ottengo un’informazione particolare corretta L’induzione preserva la falsità non bastano miliardi di esempi a verificare una regola basta un solo controesempio a falsificare una regola
Preservazione della falsità Ferrari: rossa veloce Lamborghini: rossa veloce Topolino: blu lenta Porche: nera veloce Le auto rosse sono veloci (può darsi) Panda: rossa lenta Rosso NON implica veloce (DI SICURO)
Apprendimento da esempi apprendimento supervisionato esiste un maestro che conosce il concetto da apprendere (ma non lo spiega) generazione di conoscenza che soddisfi il comportamento del maestro apprendimento non supervisionato scoperta da osservazioni generazione di conoscenza del tutto autonoma, notando somiglianze, correlazioni, regolarità
Esempi di apprendimento supervisionato Leggi fisiche maestro = Natura Relazioni sociali maestro = esperienze Operazioni finanziarie maestro = andamento della Borsa
Esempi di apprendimento non supervisionato Categorizzare le persone le donne sono più intuitive degli uomini i Capricorni sono cocciuti Notare differenze all’estero in Francia non si usa il bidet gli inglesi fanno la coda uno ad uno Correlare attributi le piccole cooperative sono tipiche del nord gli uomini che comprano pannolini, comprano anche alcoolici
…in termini più tecnici... Apprendimento supervisionato: è noto l’attributo da apprendere al conoscenza appresa è una regola statura capelli occhi aspetto basso biondi blu bello alto biondi scuri brutto alto rossi blu bello basso scuri blu brutto alto scuri blu brutto alto biondi blu bello alto scuri scuri brutto basso biondi scuri brutto Concetto da apprendere se capelli=rossi allora aspetto=bello se capelli=scuri allora aspetto=brutto
…in termini più tecnici... Apprendimento NON-supervisionato: non è noto l’attributo da apprendere al conoscenza appresa è una tassonomia statura capelli occhi aspetto basso biondi blu bello alto biondi scuri brutto alto rossi blu bello basso scuri blu brutto alto scuri blu brutto si assomigliano alto biondi blu bello (alto, occhi-blu) alto scuri scuri brutto basso biondi scuri brutto Esiste la categoria degli alti cogli occhi blu
Cosa c’è alla base Una grande quantità di dati raccolti per altri motivi organizzati in maniera adeguata DATA WAREHOUSE
Generazione di alberi decisionali ID3 (Iterative Dichotomizer) Ross Quinlan (1982) derivato da CLS (Concept Learning System) Hunt (1966) Input = tabella Output = procedura decisionale rappresentabile come: regole albero procedura
Albero generato da ID3 statura capelli occhi aspetto basso biondi blu bello alto biondi scuri brutto alto rossi blu bello basso scuri blu brutto alto scuri blu brutto alto biondi blu bello alto scuri scuri brutto basso biondi scuri brutto
L’idea base di ID3 cercare l'attributo piu' simile al concetto da apprendere (cioe' la colonna "bellezza") considerare la frequenza di ogni valore possibile ("alto", "basso",...) scegliere l’attributo che discrimina meglio ripartire daccapo considerando la sotto-tabella rimanente finché ottengo una sotto-tabella vuota
Teoria dell’informazione di Shannon su 8 esempi, 3 sono di belli e 5 di brutti -3/8 log 3/8 - 5/8 log 5/8 = 0.954 bit 2 2 quindi ho un'informazione di 0.954 bits Quanto conta la statura? media pesata degli alti belli rispetto ai brutti belli 5/8 * 0.971 + 3/8 * 0.918 = 0.951 bit L’attributo che conta di più è “capelli” Si genera il nodo “capelli” e si riparte
Esercizio Visitare http://www.planasia.it/DemoMine.html definire interattivamente il concetto da far apprendere analizzare le tre forme di conoscenza generata Riuscite a generare la regola “sei malato se hai la febbre oppure se starnutisci” ?
Apprendimento non-supervisionato sistema in grado di creare tassonomie a partire da un insieme di dati "sciolti" vengono notate le similarita’ fra i dati viene scoperta l'esistenza di categorie si forma una partizione (clustering) dei dati i dati appartenenti alla stessa classe si assomigliano fra di loro
Tassonomia
Apprendimento incrementale
Progetti storici "Cluster" (R. Michalski, 1983), "Unimem" (M. Lebowitz, 1986), "Cobweb" (D. Fisher, 1987) approfondiamo Unimem
L’input è una tabella “disordinata” fiat_tipo cc1600, abbordabile, posti(5), porte(5), consumo(medio) renault_clio economica, corta, cc1200, posti(5), porte(3), consumo(basso) jeep non_veloce, cc2000, alta, porte(5), cara, consumo(alto) subaru_legacy lunga, cara, veloce, cc2000, posti(5), consumo(medio), vol2 renault_19 abbordabile, cc1400, posti(5), porte(5), consumo(medio) toyota_4x4 cara, non_veloce, cc2500, alta, porte(5), consumo(alto) citroen_zx abbordabile, cc1600, posti(5), porte(5), consumo(medio) opel_omegaSW cara, veloce, lunga, cc2000, posti(5), consumo(medio), vol2 rolls_royce carissima, lunga, vol3, posti(5), porte(4), consumo(alto) peugeot_205 corta, cc1000, posti(5), economica, porte(3), consumo(basso) range_rover cara, alta, cc2500, posti(6), porte(5), consumo(alto) vw_golf abbordabile, cc1600, posti(5), porte(5), consumo(medio) fiat_uno economica, cc1100, posti(5), porte(3), consumo(basso) porshe carissima, velocissima, cc3600, posti(2), porte(2), consumo(alto) fiat_tempra_SW lunga, cara, veloce, cc1800, consumo(medio), vol2 renault_nevada cara, veloce, cc2000, posti(7), consumo(medio), lunga, vol2 mercedes_500 carissima, vol3, cc5000, posti(5), porte(4), consumo(alto) ferrari carissima, velocissima, cc5000, posti(2), porte(2), consumo(alto)
Cos’ha scoperto ? radice [ ] range_rover renault_nevada classe_a [abbordabile,posti(5),porte(5),consumo(medio)] renault_19 /* e' una 1400 cc */ classe_c [cc1600] fiat_tipo citroen_zx vw_golf classe_b [cara,non_veloce,alta,porte(5),consumo(alto)] jeep toyota_4x4 classe_d [cara,veloce,lunga,cc2000,posti(5),consumo(medio),vol2] subaru_legacy opel_omegaSW fiat_tempra_SW classe_e [corta,posti(5),economica,porte(3),consumo(basso)] renault_clio peugeot_205 fiat_uno classe_f [carissima,vol3,posti(5),porte(4),consumo(alto)] rolls_royce mercedes_500 classe_g [carissima,velocissima,posti(2),porte(2),consumo(alto)] porshe ferrari
Cos’ha scoperto ? I tipi di auto ! radice [ ] range_rover renault_nevada /* non classificate */ classe_a [abbordabile,posti(5),porte(5),consumo(medio)] renault_19 /* e' una 1400 cc */ /* berline */ classe_c [cc1600] fiat_tipo citroen_zx vw_golf classe_b [cara,non_veloce,alta,porte(5),consumo(alto)] jeep toyota_4x4 /* fuoristrada */ classe_d [cara,veloce,lunga,cc2000,posti(5),consumo(medio),vol2] subaru_legacy opel_omegaSW fiat_tempra_SW /* familiari */ classe_e [corta,posti(5),economica,porte(3),consumo(basso)] renault_clio peugeot_205 fiat_uno /* utilitarie */ classe_f [carissima,vol3,posti(5),porte(4),consumo(alto)] rolls_royce mercedes_500 /* lussuose */ classe_g [carissima,velocissima,posti(2),porte(2),consumo(alto)] porshe ferrari /* sportive */
Metrica È alla base dell’apprendimento non-supervisionato misura quanto si assomigliano due casi metrica forte [a,b,c,d] assomiglia ad [x,d,c,b] ma non a [d,b] metrica debole [a,b,c,d] assomiglia ad [x,d,y,b] ma non a [b]
Conclusioni Apprendimento = generazione di conoscenza Utile per supportare le decisioni Campi d’applicazione segmentazione del mercato (supermarket, banche,…) investigazione di frodi (clonazione cellulari,…) manutenzione preventiva (guast frequenti,…) valutazione del rischio (ambientale, finanziario,…) previsione di consumo (energetico, beni,…)