• Home
  • Piattaforma
  • Categorie
    • Adabra Platform
    • Marketing Automation
    • MEK – Marketing Experience Kit
    • News ed eventi
    • Osservatorio e Ricerche
    • Pillole di Marketing Automation
    • Profilazione utente
    • Strategie Digitali
    • Strategie eCommerce
    • Tendenze di Mercato
  • Chi Siamo
  • GUARDA LA DEMO ➝
  • It
    • Es
  • Home
  • Piattaforma
  • Categorie
    • Adabra Platform
    • Marketing Automation
    • MEK – Marketing Experience Kit
    • News ed eventi
    • Osservatorio e Ricerche
    • Pillole di Marketing Automation
    • Profilazione utente
    • Strategie Digitali
    • Strategie eCommerce
    • Tendenze di Mercato
  • Chi Siamo
  • GUARDA LA DEMO ➝
  • It
    • Es

Machine Learning

Il Machine Learning è una branca dell’Intelligenza Artificiale che riguarda la creazione di sistemi che apprendono in base ai dati utilizzati e a seguito delle attività ed i compiti svolti.
In definitiva gli algoritmi di machine learning usano metodi matematici che consentono loro di apprendere direttamente dai dati, sviluppando un comportamento adattivo tale per cui le loro prestazioni migliorano man mano che gli esempi da cui apprendere aumentano.

Possiamo affermare, quindi, che il machine learning permette ai computer ed ai sistemi di imparare dall’esperienza, così come avviene per l’essere umano.
In abito informatico, in questo caso, invece di scrivere l’intero codice di programmazione, vengono forniti alla macchina solo un set di dati che vengono poi elaborati attraverso algoritmi per svolgere l’attività richiesta.

Il primo ad utilizzare il termine “Machine Learning”, fu nel 1959 Arthur Lee Samuel, scienziato nel campo dell’intelligenza artificiale, anche se una definizione più precisa fu data solo successivamente da Michael Mitchell, direttore di dipartimento presso la Carnegie Mellon University:

“si dice che un programma apprende dall’esperienza E con riferimento a alcune classi di compiti T e con misurazione della performance P, se le sue performance nel compito T, come misurato da P, migliorano con l’esperienza E».

Il machine learning si basa essenzialmente su due approcci, teorizzati già alla fine degli anni’50 da Lee Samuel:

  • apprendimento supervisionato in cui si fornisce alla macchina esempi completi da utilizzare come indicazioni
  • apprendimento non supervisionato in cui si lascia che sia il programma a lavorare senza particolari indicazioni.

Oggi machine learning ed intelligenza artificiale stanno rivoluzionando il marketing che è sempre più data driven.
In modo particolare, sono tanti i vantaggi che derivano da questo approccio:

  • audience analytics accurate su clienti e potenziali clienti per attività di profilazione e segmentazione;
  • personalizzazione customer experience in real-time;
  • ottimizzazione delle campagne e delle attività;
  • monitoraggio costante delle performance.

< Ritorna alla pagina principale del Glossario

Condividi


  • Cerca

  • ULTIMI ARTICOLI

    • Come potenziare le tue comunicazioni SMS grazie all'A/B TestAdabra Platform
    • Microsegmentazione della Audience:Profilazione utente
    • Adabra Smart SearchAdabra Platform
    • Marketing trend 2023: che cosa aspettarsiTendenze di Mercato
    • Strategie di marketing automation a Natale: workflow per una guida al regalo perfettoStrategie eCommerce
  • Adabra marketing automation
  • Adabra Trends
  • Seguici su

  • Categorie

    • Adabra Platform
    • Marketing Automation
    • MEK – Marketing Experience Kit
    • News ed eventi
    • Osservatorio e Ricerche
    • Pillole di Marketing Automation
    • Profilazione utente
    • Strategie Digitali
    • Strategie eCommerce
    • Tendenze di Mercato
  • marketingexpriencekit mek


  • Seguici Su

  • Scopri Adabra

    Chi siamo
    Nostri clienti
    Piattaforma
    Glossario
  • Generali

    Cookie Policy
    Condizioni Generali di Servizio
    Privacy Policy
  • Contattaci →

    Guarda la Demo →

© Ad Spray S.r.l. | P.iva 02087840514 | Capitale Sociale 77.445,79€ i.v. | Adabra: Know your Customer, Enjoy the Experience