Apprendimento automatico e scelta di viaggio
Lunedì prossimo, 4 marzo alle 16:30, José Ángel Martín Baos, professore di ESI presso l'UCLM, terrà un seminario online nell'ambito del programma “L'apprendimento automatico ha bisogno di ottimizzazione matematica"(https://congreso.us.es/mlneedsmo/) organizzato da Emilio Carrizosa (IMUS – Istituto di Matematica dell'Università di Siviglia) e Dolores Romero Morales (CBS – Copenhagen Business School). La conferenza sarà trasmessa online attraverso il link https://eu.bbcollab.com/guest/f36b823fbfc74849848d66808d8db459
Il titolo del convegno è “I metodi di machine learning possono modellare efficacemente la scelta della modalità di viaggio? Oltre le prestazioni predittive”. Affronterà il modo in cui i modelli di apprendimento automatico possono essere utilizzati per prevedere la scelta della modalità di viaggio, evidenziando l’importanza di fattori che vanno oltre le prestazioni predittive, come interpretabilità, complessità computazionale ed efficienza. I limiti della ricerca precedente vengono affrontati attraverso un confronto sistematico di vari modelli sotto molteplici aspetti, dimostrando che i modelli con le migliori prestazioni predittive in letteratura (come Gradient Boosting e Random Forests) spesso offrono stime peggiori degli indicatori comportamentali e delle quote di mercato aggregate. , rispetto ad alternative come i modelli Deep Neural Networks e Multinomial Logit (MNL).
