When the machine learns the hard way

Questo repository contiene il progetto per l'esame di igegneria della conoscenza presso l'università di Bari falcoltà di informatica.

Argomenti trattati

Il progetto rappresenta un studio analitico e sperimentale nell'applicazione di tecniche per gestire l'apprendimento in contesti di sbilanciamento delle classi. L'obiettivo non sono i risultati quanto prendere visione delle possibili tecniche che è possibile utilizzare in questi contesti piuttosto frequenti nella realtà e suprattutto presenti in problematiche di largo interesse per enti privati e pubblici di qualsiasi settore. Per questo motivo è stato scelto un data set con un task di largo interesse per qualsiasi azienda che debba gestire le proprie risorse umane, il task è quello di predire quali impiegati lasceranno il posto di lavoro e quali continueranno a lavorare con l'azienda. Dopo le dovute riflessione condotte da un analisi esplorativa dei dati che ho deciso di utilizzare e su tecniche di data cleanning dei dati e preprocessing si sono effettuati i seguenti esperimenti per trattare l'imbalance learning:

• Addestramento base di modelli supervisionati e base per le comparazioni
• Studio delle curve di apprendimento dei modelli
• Ottimizzazione dei modelli e dei loro parametri tramite internal cross validation
• Convalida incrociata sui modelli finali effettuata tramite miglior k per il fold
• Addestramento di modelli supervisionati dopo tecniche di undersampling
• Addestramento di modelli supervisionati dopo tecniche di oversampling
• Addestramento di modelli supervisionati dopo tecniche di con approccio misto
• Addestramento di metodi di ensemble basati su Bagging, Boosting e Stacking