Da qualche anno ormai si parla di data driven economy: la rivoluzione digitale, l’aumento della connettività, l’istantaneità della diffusione delle informazioni stanno rivoluzionando il modo in cui aziende e istituzioni operano. L’umanità sta creando quantità di dati sempre maggiori, lasciando sempre più tracce digitali di sé, dei suoi gusti, bisogni e consumi; macchine opportunamente addestrate, i robots, sono in grado di svolgere compiti via via più sofisticati che in molti casi aiutano l’uomo e ne amplificano capacità e risultati. Anche se quella parte di intelligenza artificiale che colpisce di più l’immaginazione può essere ritenuta ancora lontana dallo scaricare a terra tutte le proprie potenzialità, la parte di intelligenza artificiale basata sul machine learning è molto vicina a noi e sta già avendo un impatto non trascurabile sulla vita di tutti i giorni. In questo lavoro viene presentato il processo di analisi dei dati strutturati e non, dalla data ingestion alla data preparation, dai principali algoritmi di machine learning all’interpretazione dei risultati emersi e alla loro integrazione nel processo decisionale. Vengono inoltre illustrate alcune applicazioni selezionate a tematiche di business, quali, per esempio, l’analisi della loyalty della clientela, la fraud detection e i modelli predittivi basati sui dati ricavati dai social media. In buona parte delle applicazioni presentate si fa uso di software open source per il machine learning ed in particolare di Knime.
