Al giorno d'oggi, si sta assistendo ad una trasformazione digitale in cui i dati supportano ed accelerano i processi decisionali ma forniscono anche gli strumenti per prendere decisioni future con l'aiuto di analisi predittive. La sfida di questa trasformazione digitale ਠproprio quella di trasformare imprese, organizzazioni o persone da †˜fabbriche di dati' a †˜fabbriche di conoscenza': passare dalla capacità di raccogliere, archiviare e usare dati a quella che ci permette di carpire solo i dati utili e di metterli in relazione in tempo reale per creare nuova conoscenza affinchà© possa essere condivisa. Questo meccanismo permette alle imprese, alle organizzazioni, alle istituzioni e alle Pubbliche Amministrazioni di generare nuovo valore, nelle forme consone a ciascuna di queste entità , vale a dire in forma di profitti, di efficienze o di qualità dei servizi. La naturale conseguenza di questo processo ਠstata senz'altro l'opportunità di nuove forme di business rese concrete dall'affermarsi di algoritmi di intelligenza artificiale e machine learning, sempre pi๠a supporto di sistemi di manutenzione preventiva degli impianti, dell'ottimizzazione ed automazione della supply chain e di tutti i processi aziendali quotidiani. Il continuo sviluppo di queste tecnologie sta realizzando gli strumenti di consumo e di business del prossimo futuro: l'accesso ai dati, agli algoritmi e la possibilità di effettuare sperimentazioni potendo usufruire di piattaforme "as a service" con tutti i loro benefici porterà e sta portando ad una esplosione di nuove applicazioni di Intelligenza Artificiale. In questo pervasivo diramarsi di nuove tecnologie e conseguenti nuove opportunità di business che trova posto lo sviluppo di questo progetto il cui scopo ਠcogliere opportunità e potenzialità delle principali piattaforme di Machine Learning calate in un particolare caso applicativo aziendale.
Analisi Comparativa di Piattaforme Cloud per lo Sviluppo di Applicazioni di Machine Learning
2019
Abstract
Al giorno d'oggi, si sta assistendo ad una trasformazione digitale in cui i dati supportano ed accelerano i processi decisionali ma forniscono anche gli strumenti per prendere decisioni future con l'aiuto di analisi predittive. La sfida di questa trasformazione digitale ਠproprio quella di trasformare imprese, organizzazioni o persone da †˜fabbriche di dati' a †˜fabbriche di conoscenza': passare dalla capacità di raccogliere, archiviare e usare dati a quella che ci permette di carpire solo i dati utili e di metterli in relazione in tempo reale per creare nuova conoscenza affinchà© possa essere condivisa. Questo meccanismo permette alle imprese, alle organizzazioni, alle istituzioni e alle Pubbliche Amministrazioni di generare nuovo valore, nelle forme consone a ciascuna di queste entità , vale a dire in forma di profitti, di efficienze o di qualità dei servizi. La naturale conseguenza di questo processo ਠstata senz'altro l'opportunità di nuove forme di business rese concrete dall'affermarsi di algoritmi di intelligenza artificiale e machine learning, sempre pi๠a supporto di sistemi di manutenzione preventiva degli impianti, dell'ottimizzazione ed automazione della supply chain e di tutti i processi aziendali quotidiani. Il continuo sviluppo di queste tecnologie sta realizzando gli strumenti di consumo e di business del prossimo futuro: l'accesso ai dati, agli algoritmi e la possibilità di effettuare sperimentazioni potendo usufruire di piattaforme "as a service" con tutti i loro benefici porterà e sta portando ad una esplosione di nuove applicazioni di Intelligenza Artificiale. In questo pervasivo diramarsi di nuove tecnologie e conseguenti nuove opportunità di business che trova posto lo sviluppo di questo progetto il cui scopo ਠcogliere opportunità e potenzialità delle principali piattaforme di Machine Learning calate in un particolare caso applicativo aziendale.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Luca_Canonico_108584.pdf
accesso solo da BNCF e BNCR
Tipologia:
Altro materiale allegato
Licenza:
Tutti i diritti riservati
Dimensione
1.32 MB
Formato
Adobe PDF
|
1.32 MB | Adobe PDF | |
|
Tesi_Luca_Canonico_WIP.pdf
accesso solo da BNCF e BNCR
Tipologia:
Altro materiale allegato
Licenza:
Tutti i diritti riservati
Dimensione
69.31 kB
Formato
Adobe PDF
|
69.31 kB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/305979
URN:NBN:IT:UNIMORE-305979