Studi di machine learning: applicazioni in realtà aziendale e in fisica delle transizioni di fase

Abstract

La mia tesi di dottorato è il risultato di una collaborazione tra l'università di Parma ed Energee3 srl, un'azienda di Reggio Emilia che lavora nel ramo dell'ICT. Il punto d'incontro è stato lo studio di algoritmi di machine learning. Le diverse prospettive delle due realtà hanno portato a uno scambio di competenze, arricchendosi vicendevolmente. Dal punto di vista accademico gli algoritmi di machine learning sono studiati come nuovi metodi numerici per identificare transizioni di fase. Dal punto di vista aziendale, è stato sviluppato uno strumento di ricerca documentale su base semantica utilizzando approcci di machine learning nel campo dell'elaborazione del linguaggio naturale per soddisfare le esigenze di un cliente.