Da un po' di tempo a questa parte mi frulla l'idea di rendere in qualche modo "intelligente" le generazione del primo piano del portale
www.unimib.it.
Fresco del corso di machine learning del prof. Mauri ho deciso di tentare l'implementazione di un software in grado di
imparare dagli esempi - storici e futuri - la mentalità con cui realizziamo giornalmente il primo piano, arrivando un giorno a realizzarlo in maniera automatica.
A.N.N.N.E, questo il nome del programma, attualmente sfrutta una semplice
rete neurale feed-forward. Nell'esperimento cui si riferisce lo screenshot ha avuto in pasto circa 1700 esempi, tutti classificati in base ad una manciata di attributi.
Gli esempi sono stati sufficienti per avere
circa il 22% di errori di classificazione; non è male ma temo che il problema, più che della rete in sè, sia nella
limitatezza del modello che non tiene in alcun modo conto della
componente temporale.
Può capitare infatti che qualche notizia/evento importante non finisca nel primo piano per banali ragioni di
congestionamento. Inoltre, gli eventi è più probabile che finiscano in primo piano nei giorni immediatamente precedenti l'evento stesso. Per le notizie vale l'opposto: più tempo è trascorso e più è probabile la discesa negli avvisi normali. Entrambi gli aspetti non sono considerati al momento, e sicuramente influiscono negativamente nel risultato.
L'inizio è comunque stimolante.