Paolo Gironi - appunti di analisi dei dati,seo,statistica, retroinformatica

Capire i concetti di base del Machine Learning: una guida per principianti

Introduzione

Il Machine Learning sta cambiando il modo in cui vediamo il mondo intorno a noi.
Dalla previsione del tempo alla diagnosi medica, dalla raccomandazione di contenuti su una piattaforma di streaming all’identificazione di frodi finanziarie, il Machine Learning è sempre più presente nella nostra vita quotidiana.

Ma cos’è esattamente e come funziona? In questo post ti guiderò attraverso i concetti fondamentali del Machine Learning e ti mostrerò come può essere utilizzato per risolvere problemi reali. Ti mostrerò anche come iniziare ad apprendere il Machine Learning, quali sono le risorse disponibili e come utilizzare questa tecnologia per migliorare la tua vita e il tuo lavoro.

Test non parametrici: il test di Wilcoxon per dati non normali (con esempi R)

Immagina di confrontare la durata delle sessioni tra due gruppi di pagine: quelle con featured snippet e quelle senza. Prendi i dati, esegui un test t di Student, e il p-value è 0,08. Non significativo, apparentemente. Ma guardando i dati, noti che le distribuzioni sono fortemente asimmetriche: poche pagine con durate lunghissime, molte con durate brevissime. Il test t assume la normalità della distribuzione, e qui siamo lontani anni luce.

Il test di Wilcoxon è un test non parametrico che non richiede alcuna assunzione sulla forma della distribuzione. Lavora sui ranghi, non sui valori originali: ordina tutti i dati dal più piccolo al più grande e assegna un punteggio basato sulla posizione. Questo lo rende particolarmente utile in SEO, dove molti indicatori (sessioni, CTR, posizioni) sono tutto tranne che normali.

La distribuzione Beta spiegata semplice

Immaginiamo di avere 800 sessioni su una landing page e 65 conversioni. Il tasso grezzo è 65/800 ≈ 8,1%. Sembra un numero preciso, ma lo è davvero? È la vera probabilità di conversione della pagina, o potrebbe essere diversa? E se qualcuno sostenesse che la pagina converte almeno al 10% — i dati lo confermano o lo smentiscono?
Domande come questa sono all’ordine del giorno per chi lavora con dati di traffico e conversioni. La statistica bayesiana ci offre uno strumento elegante e diretto per rispondere: la distribuzione Beta.

La distribuzione Beta è una distribuzione di probabilità continua definita sull’intervallo [0, 1]. Detta così sembra astratta, ma è esattamente ciò di cui abbiamo bisogno ogni volta che vogliamo modellare l’incertezza intorno a una proporzione: un tasso di conversione, un CTR, una percentuale di clic, una probabilità di successo. Intuitivamente, Beta è una distribuzione sulle possibili probabilità dell’evento, e questo la rende unica.

Multicollinearità, eteroschedasticità, autocorrelazione: tre concetti dai nomi difficili (spiegati semplici)

Nel corso dei vari post, e in particolar in quelli riferiti all’analisi di regressione, all’analisi della varianza e alle serie temporali, abbiamo incontrato dei termini che sembrano fatti appositamente per spaventare il lettore.
Lo scopo di questi miei articoli è proprio quello di spiegare con semplicità i concetti chiave, al di là dell’apparente complessità (è ciò che avrei tanto voluto quando ero studente, anzichè confrontarmi con testi dalla forma volutamente – e inutilmente – involuta) .
E’ giunto dunque il momento di spendere qualche parola per tre importantissimi concetti che ricorrono assai spesso nelle analisi statistiche, e che dunque devono essere ben compresi. La realtà è molto, molto più chiara rispetto all’apparente complessità, dunque… nessuna paura!

L’analisi della varianza: ANOVA spiegata semplice

Hai tre campagne Google Ads. Oppure quattro landing page. O ancora cinque versioni di una newsletter. Le medie sembrano diverse, ma sono differenze reali o semplice rumore statistico?

È esattamente il problema che risolve l’analisi della varianza (ANOVA): stabilire se almeno uno dei gruppi è realmente diverso dagli altri, senza cadere nella trappola di eseguire decine di confronti separati.