MACHINE LEARNING · PROGETTO 04
Progetto 16 · Machine Learning
Reti Neurali · Danni negli Eventi Meteo
Modello di classificazione per stimare i danni economici negli eventi meteorologici, confrontando una regressione logistica con una rete neurale sui dati NOAA Storm Events del periodo 2010–2025.
CONTESTO E OBIETTIVO
Il progetto utilizza NOAA Storm Events per classificare se un evento meteorologico registra danni economici. Il confronto tra regressione logistica e rete neurale permette di verificare se un modello non lineare migliora il rilevamento mantenendo un baseline interpretabile.
DATI E DIAGNOSI
Il dataset integra 1.037.691 eventi del periodo 2010–2025 e utilizza 19 variabili temporali, geografiche e meteorologiche. La valutazione rispetta l’ordine temporale: 2010–2021 per il training, 2022–2023 per la validation e 2024–2025 come test finale riservato.
CONSEGNA E APPRENDIMENTO
Sul test 2024–2025, la rete neurale migliora rispetto alla regressione logistica in ROC AUC (0,9324 vs. 0,8961), PR AUC (0,8004 vs. 0,6691) e F1 della classe positiva (0,6991 vs. 0,6042). I risultati sono preliminari perché il progetto è ancora in sviluppo.