Introduction.

These days I'm working, with my colleague C. De Bari, on setting up training for customers and partners where we will talk about Oracle Machine Learning for Python. Cool, but what is it?

Introduzione 

I modelli di Machine Learning forniscono sempre delle previsioni che hanno un carattere probabilistico. Anche quando riportiamo dei risultati in forma assoluta (es: la diagnosi fornita dal modello è positiva, vi è la malattia) dobbiamo ricordarci che, dietro le quinte, il modello ha fornito una probabilità superiore ad una soglia che abbiamo fissato, e, in base a questa soglia, abbiamo deciso che il modello ha detto: "SI"

Ovviamente, non possiamo attenderci che il modello produca sempre risultati corretti. Anche se ci limitiamo alla valutazione su un insieme di dati di test, in generale su molti di questi dati il modello fornirà una previsione corretta, ma su alcuni, si spera pochi, produrrà una previsione sbagliata.

E' importante misurare le prestazioni del modello. Soltanto quanto si misura si può migliorare.

Rome Fiumicino Airport from the air (www.formiche.net)

Introduzione.

Le tecniche di analisi per le Serie Temporali possono essere applicate all’analisi ed alla predizione in molti campi dell’attività umana. Una delle aree tradizionalmente esplorata concerne i dati del traffico passeggeri degli aeroporti, ove è ragionevole ipotizzare la presenza di trend a medio-lungo termine e di variazioni dovute a stagionalità.

Tuttavia, in letteratura, si trovano soltanto analisi relative ad aeroporti stranieri (per me) e con dati non molto recenti. Per tale ragione ho provato a procurare e ad analizzare dati aggiornati relativi ad un aeroporto italiano: l’aeroporto di Fiumicino, il più importante aeroporto d’Italia e della città di Roma.

Alcune delle domande a cui volevo dare risposta con queste analisi:

  • qual è il trend del traffico passeggeri su Roma? E’ cambiato nel tempo? C’è crisi?
  • quali dati e quali strumenti di facile accesso sono disponibili per queste analisi?
  • quanto è difficile fare queste analisi?

Partiamo, come sempre, dai dati!

I have written an article on Medium on the subject.

If you're interested in reading how you can apply Machine Learning techniques to data managed through Oracle Autonomous Data Warehouse, it is here:

https://medium.com/@luigi.saetta/python-oracle-adwc-and-machine-learning-27ace24abe22

One small portion of LHC, Cern.

When I was a young student, in High School, I was totally fascinated by the Philosophy of the “Century of Enlightenment”.

It is probably to that period that comes the idea that, more or less, Human Kind is progressing towards a better future, based on what Science can bring.

Now, every day in my country, I see signs that could bring me to think that it is not always true, or at least most people don’t think and don’t want so.

But, I can remember when I was a young student in Physics, more than 30 years ago. Even if you were excited at the vast amount of things that you could discover and learn, the only source, in addition to books and scientific papers, were the conferences you could attend to the university.