Classificazione supervisionata di cellule tumorali nel sangue: un’analisi comparativa tra Random Forest e Convolutional Neural Network

Lo scopo di questo elaborato è confrontare due differenti approcci di apprendimento automatico supervisionato per la classificazione di cellule tumorali presenti nel sangue. Nella prima parte viene approfondito il mondo dell’intelligenza artificiale, con l'illustrazione delle principali tecniche, scopi e campi d'uso. Successivamente, il lavoro si concentra sul problema della classificazione sia di dati numerici sia di immagini, considerando anche le problematiche legate allo sbilanciamento del dataset e le possibili soluzioni. L’algoritmo di machine learning analizzato è il Random Forest, mentre quello deep learning utilizza come input le immagini dei grafici a stella delle frequenze di ogni cellula e le analizza tramite una rete neurale convoluzionale. Infine, si confrontano le prestazioni dei due modelli e se ne discutono i risultati.