logo


  1. Mlatta Rispondi
    In merito al secondo esempio, l'incipit mi sembra errato. L'intervento pubblico, attuato mediante la concessione di garanzie pubbliche per favorire l'accesso al credito delle imprese, deve essere rivolto alle imprese NON solvibili altrimenti l'aiuto è concesso a chi non ne ha bisogno.
  2. Ngarawe Rispondi
    Sebbene nell’articolo venga più volte citato il machine learning, non sembra che i concetti esposti e gli esempi portati facciano realmente riferimento alla capacità degli algoritmi di apprendere e di evolvere. I due casi rappresentati infatti si riferiscono ad algoritmi più articolati di quelli altrimenti utilizzati, soprattutto con una selezione più mirata delle variabili da considerare (ad esempio, reddito e ricchezza invece dalla sola soglia di reddito individuale), ma sempre sulla base di una selezione statica delle variabili stesse, fatta ex-ante dal ricercatore, e non modificata autonomamente dall’algoritmo al fine di perseguire l’obiettivo prefissato. Resterebbe poi, a margine, la spinosissima questione della attendibilità dei dati sui quali operare la selezione, ma questa è tutt’altra materia, e benchè di certo estranea alle finalità dell’articolo, ritengo debba essere auspicabilmente oggetto di specifici contributi.
  3. Savino Rispondi
    Intanto, i furbi vengono scelti col lanternino, mentre, 19 anni dopo il 2000, non si è stati ancora capaci di definire al meglio lo stato di bisogno necessario per avvalersi dei modelli di welfare.
    • Emilio Rispondi
      Condivido. Il flow mostrato può benissimo essere quello di una routine Cobol degli anni '80.