Valutazione dell'usabilità delle piattaforme di alto livello di visualizzazione e analisi dei dati

Oggigiorno il machine learning è parte integrante della quotidianità, oltre ad essere impiegato anche in molti altri campi come in medicina e in politica. Questa crescente permeazione del machine learning in aree differenti da quella informatica rende necessario modificare l’approccio alla materia per permettere anche a chi non ha una formazione specifica di mettere in campo tecniche di machine learning per riuscire a dare un’interpretazione più completa ai dati a disposizione. Nel corso degli anni sono state percorse strade differenti nel tentativo di rendere il machine learning più accessibile, dalla semplificazione degli algoritmi all’utilizzo di interfacce grafiche interattive. Quest’ultima modalità è attualmente la più apprezzata e più utilizzata, ma non è priva di insidie. In questo volume di tesi vengono esaminate tre piattaforme che utilizzano questa metodologia (Weka, KNIME e Orange) valutandone usabilità e user engagement per rilevare punti di forza e criticità.