Francesco Esposito

Ho 23 anni e ho cominciato a scrivere software quando ne avevo 9. Ho iniziato con lo sviluppo mobile su iOS, Android e Windows Phone a cui sono seguiti altri linguaggi e altre piattaforme (C#, F#, ASP.NET, ML.NET, Python). Ho scritto 3 libri per Microsoft Press di cui gli ultimi due sull'intelligenza artificiale e, nel 2017, ho fondato Youbiquitous, il cui nome è fondamentalmente un promemoria: mi piace essere ovunque e mi piace parlare di ogni cosa che si possa imparare. Oggi Youbiquitous è presente soprattutto in due domini di business e in cooperazione con aziende di lungo corso. Con Crionet da anni facciamo grandi cose nel tennis e nello sport professionistico mentre con KBMS abbiamo unito le forze nel settore medicale dando vita a KBMS Data Force. Nel resto del tempo mi diverto a perdere e guadagnare soldi sui mercati finanziari e pratico letteratura, pittura, teatro e poesia. Amo incondizionatamente salumi e formaggi e coltivo il sogno di mettere in relazione la teoria matematica del Caos con l'attuale Intelligenza Artificiale.
http://www.youbiquitous.net

Articoli pubblicati da Francesco Esposito:

n 277 novembre 2021

Digital Therapeutics

II parte: Terapie plug-in e stand-alone

Nell’articolo precedente abbiamo fornito una panoramica generale su ciò che accomuna e ciò che differenzia la terapia farmacologica e quella digitale. In questa seconda parte, cerchiamo di capirne l’utilizzo come coadiuvante o come terapia a sé stante.

n 276 ottobre 2021

Digital Therapeutics

I parte: Il digitale oltre la farmacologia

Fornire interventi terapeutici per prevenire, gestire o trattare un ampio spettro di condizioni fisiche, mentali e comportamentali è compito delle varie discipline mediche. A tale scopo, la Digital Therapeutics si avvale di software di alta qualità e si basa su evidenze scientifiche ottenute attraverso sperimentazione clinica rigorosa e confermatoria.

n 260 aprile 2020

Soglia critica di machine learning

II parte: Vivisezione di un Algoritmo ML. Alberi

In questo secondo articolo proseguiamo nella nostra ricerca sugli algoritmi di machine learning affrontando un secondo approccio, quello con gli alberi di classificazione e regressione. Vedremo come un algoritmo “tree-based” usa l’albero e la sua struttura per prendere decisioni.

n 257 gennaio 2020

Soglia critica di machine learning

I parte: Vivisezione di un Algoritmo ML. Regressione lineare

In questo primo articolo della serie su machine learning, affrontiamo anzitutto il tema della regressione lineare, un meta-algoritmo usato sia in statistica che in machine learning con il medesimo scopo: approssimare con una formula i valori disponibili.