Machine learning in tempo reale: le tecniche di Online Learning

25 March 2021 / Di Redazione Osservatori Digital Innovation / 0 Comments

Le soluzioni di Online Learning (o Real Time Machine Learning) rappresentano una delle nuove frontiere per il Machine Learning. Questi sistemi, in grado di acquisire nuovi dati e aggiornare il modello in tempo reale, vedono già diverse applicazioni in situazioni dove la capacità decisionale è cruciale. Ma vediamo più nel dettaglio come si definiscono, come funzionano e in quali contesti vengono applicati.

 

Che cos’è l’Online Machine Learning?

Online Learning, Real Time Machine Learning, Apprendimento automatico in tempo reale: sono tutti nomi per definire un unico concetto. Si fa riferimento ad un ambito del Machine Learning che studia tecniche per problemi in cui i dati diventano disponibili sequenzialmente, uno dopo l’altro, e le decisioni devono essere prese ogni volta che un dato diventa disponibile.

Rispetto alle tecniche di Offline Learning, che acquisiscono prima tutto l’insieme di dati per poter fare apprendimento e successivamente prendere decisioni, nell’Online Learning l’apprendimento e la presa di decisioni sono due fasi interattive che dipendono strettamente l’una dall’altra. Più nel dettaglio, quanto appreso condiziona la successiva decisione, che a sua volta condiziona i dati che verranno osservati in futuro e dunque il conseguente apprendimento.

 

Come funzionano gli algoritmi di Online Learning?

Lo sviluppo di algoritmi di Online Learning parte da un’astrazione chiamata “algoritmo chiaroveggente”, un algoritmo che conosce le stime esatte sin dall’inizio dei tempi e quindi sceglie sempre la decisione ottima. Come anticipato, un algoritmo di Online Learning è in grado di migliorare l’accuratezza del modello – e dunque la capacità di fare stime – man mano che sono disponibili nuovi dati. Di conseguenza, all’aumentare dei dati, si può pensare che l’algoritmo possa effettuare decisioni sempre più accurate, fino al punto da raggiungere una capacità decisionale ottimale una volta osservati tutti i dati disponibili.

Dati questi presupposti, più le prestazioni di un algoritmo di Online Learning si avvicinano a quelle dell’algoritmo chiaroveggente (su una determinata finestra temporale), più è valido.

 

Il Real Time Machine Learning nella pratica

Gli algoritmi di Online Learning sono sempre più utilizzati dalle aziende – anche da colossi digitali come Amazon, Facebook, Google, Netflix e Microsoft – e possono risolvere diversi problemi decisionali. Ecco alcuni dei principali contesti applicativi:

  • Ottimizzazione delle campagne pubblicitarie digitali in termini di budget e bidding;
  • Gestione di problemi di pricing per l’eCommerce, dove si può osservare a runtime il comportamento degli utenti in termini di acquisto o meno del prodotto e l’algoritmo di Online Learning può decidere se variare o meno il prezzo di vendita;
  • Ottimizzazione delle tecniche di trading finanziario;
  • Ottimizzazione di siti web.

 

Vuoi comprendere come introdurre e sfruttare le tecniche di Machine Learning e Artificial Intelligence nel tuo business?

Inizia il Percorso

Gli Osservatori Digital Innovation della School of Management del Politecnico di Milano nascono nel 1999 con l’obiettivo di fare cultura in tutti i principali ambiti di Innovazione Digitale. Oggi sono un punto di riferimento qualificato sull’Innovazione Digitale in Italia che integra attività di Ricerca, Comunicazione e Aggiornamento continuo.