Introduzione al Capitolo

Benvenuti al capitolo inaugurale del nostro viaggio nel mondo del Machine Learning (ML)! Questa settimana getteremo le fondamenta: definiremo cos'è l'ML, come si colloca nel più ampio campo dell'Intelligenza Artificiale (AI) e quali sono i principali tipi di problemi che può risolvere. Esploreremo perché l'ML è diventato così pervasivo e dove lo incontriamo ogni giorno (spesso senza accorgercene!).

Il cuore tecnico di questa settimana sarà il nostro primo algoritmo "concreto": la Regressione Lineare. Questo modello, apparentemente semplice, è incredibilmente utile e costituisce la base per comprendere tecniche più complesse. Impareremo la teoria dietro la regressione lineare semplice e multipla e vedremo come implementarla praticamente con Python.

🎯 Obiettivi DidatticiAl termine di questo capitolo, sarai in grado di:

• Definire il Machine Learning (ML) e spiegare la sua relazione con l'Intelligenza Artificiale (AI).
• Distinguere tra i principali paradigmi di ML: Supervisionato, Non Supervisionato e Per Rinforzo.
• Identificare i sottotipi di apprendimento supervisionato: Regressione e Classificazione.
• Spiegare i principi matematici fondamentali della Regressione Lineare Semplice e Multipla.
• Interpretare i coefficienti $\beta_0, \beta_1, \dots$ di un modello di regressione lineare.
• Comprendere il concetto di minimizzazione dell'Errore Quadratico Medio (MSE) e il metodo dei Minimi Quadrati Ordinari (OLS).
• Utilizzare la libreria Python scikit-learn per addestrare un modello di Regressione Lineare, fare previsioni e valutarlo (a livello base).
• Riconoscere le ipotesi e i limiti della Regressione Lineare.

📖 Teoria Fondamentale

🤖 Cos'è il Machine Learning (ML)?

Il Machine Learning (ML) è un sottocampo dell'Intelligenza Artificiale che si concentra sullo sviluppo di sistemi (algoritmi) capaci di apprendere dai dati senza essere esplicitamente programmati per ogni specifico compito. Invece di scrivere regole fisse basate sulla logica umana, forniamo al sistema una grande quantità di dati di esempio e un obiettivo; l'algoritmo "impara" autonomamente a identificare pattern, fare previsioni o prendere decisioni basate su quei dati.

• Esempio Intuitivo: Pensa a come hai imparato a riconoscere i gatti. Nessuno ti ha dato una lista di regole formali ("se ha baffi E pelo E orecchie a punta... allora è un gatto"). Hai visto molti esempi di gatti (e non gatti) e il tuo cervello ha imparato a generalizzare e riconoscere nuovi gatti. Il ML cerca di replicare questo processo di apprendimento dall'esperienza nei computer.

📌 Nota: AI vs ML vs Deep Learning È utile chiarire la gerarchia:

• Intelligenza Artificiale (AI): Il campo più ampio che mira a creare macchine capaci di compiere task che normalmente richiedono intelligenza umana (ragionamento, apprendimento, percezione, linguaggio...).
• Machine Learning (ML): Un sottoinsieme dell'AI. È un approccio per ottenere AI, basato sull'idea che i sistemi possono apprendere dai dati.
• Deep Learning (DL): Un sottoinsieme del ML. Utilizza specifiche architetture di reti neurali artificiali (con molti strati "profondi") per apprendere pattern complessi, particolarmente efficace con dati non strutturati (immagini, testo, audio). (Lo vedremo più avanti!)

🧭 Paradigmi Principali di Machine Learning

Esistono tre categorie principali di problemi e approcci ML:

1. Apprendimento Supervisionato (Supervised Learning):
   • Obiettivo: Imparare una funzione di mappatura da input ($\bm{x}$) a output ($\bm{y}$) desiderati.
   • Input: Un dataset di addestramento $\mathcal{D}$ composto da coppie di esempi etichettati: $\mathcal{D}$ =$\{ (\bm{x}^{(i)}, y^{(i)}) \}_{i=1}^{N}$. Qui $\bm{x}^{(i)}$ è il vettore delle features (caratteristiche, input) del campione $i$ e $y^{(i)}$ è l'etichetta o target (output corretto, la "supervisione") per quel campione.
   • Goal: Trovare una funzione $f$ tale che $f(\bm{x}^{(i)}) \approx y^{(i)}$ per i dati di training, e che generalizzi bene a nuovi input $\bm{x}$ mai visti.
   • Sottotipi:
     • 📈 Regressione: L'output $y$ è un valore continuo (es. prevedere il prezzo di una casa, la temperatura di domani, le vendite del prossimo mese). È il focus di questo capitolo.
     • 🏷️ Classificazione: L'output $y$ è una categoria discreta (es. classificare email come "spam" / "non spam", riconoscere una cifra scritta a mano "0"..."9", diagnosticare una malattia "presente" / "assente"). Lo vedremo nel prossimo capitolo.
2. Apprendimento Non Supervisionato (Unsupervised Learning):
   • Obiettivo: Scoprire pattern, strutture o relazioni nascoste all'interno dei dati di input.
   • Input: Un dataset $\mathcal{D}$ composto solo da input non etichettati: $\mathcal{D} = \{ \bm{x}^{(1)}, \bm{x}^{(2)}, \dots, \bm{x}^{(N)} \}$ Non c'è una "risposta corretta" fornita.
   • Goal: Trovare regolarità intrinseche nei dati.
   • Sottotipi comuni:
     • Clustering: Raggruppare campioni simili tra loro in "cluster" (es. segmentare clienti in base al comportamento d'acquisto).
     • Riduzione della Dimensionalità: Trovare una rappresentazione dei dati con meno features (dimensioni) mantenendo la maggior parte dell'informazione originale (es. visualizzare dati ad alta dimensionalità, comprimere dati). (Accennato più avanti)
     • Anomaly Detection: Identificare campioni che si discostano significativamente dal comportamento "normale" degli altri dati (es. rilevare frodi, guasti in sistemi).
3. Apprendimento per Rinforzo (Reinforcement Learning - RL):
   • Obiettivo: Addestrare un agente a prendere una sequenza di decisioni (azioni) in un ambiente per massimizzare una ricompensa cumulativa a lungo termine.
   • Input: L'agente riceve lo stato corrente dell'ambiente e una ricompensa (o punizione) per l'azione precedente.
   • Goal: Imparare una politica (strategia) ottimale che mappa stati ad azioni per ottenere la massima ricompensa totale. L'apprendimento avviene per prove ed errori.
   • Esempi: Addestrare AI a giocare (scacchi, Go), controllare robot, ottimizzare sistemi complessi.

Ci concentriamo sul tipo più semplice di apprendimento supervisionato: la Regressione Lineare.

📉 Regressione Lineare Semplice

Nel caso più elementare, abbiamo:

• Una sola feature (variabile indipendente/predittore), $x$.
• Un target (variabile dipendente/risposta) continuo, $y$.