Studio sulle metodologie Data Driven e sugli algoritmi di AI impiegati nella predizione dello stato di povertà delle famiglie. Caso studio nel sistema economico delle Filippine = Study on Data Driven methodologies and AI algorithms employed in the prediction of household poverty status. Case study in the economic system of the Philippines

L'identificazione e la predizione dello stato di povertà familiare costituiscono un compito fondamentale per il progresso socio-economico, nonché una sfida globale sempre più predominante, come dimostrato dalla presenza di tale tematica nei 17 Obiettivi dell'Agenda 2030 dello Sviluppo Sostenibile. Il presente studio esamina l'efficienza delle metodologie Data-Driven e degli algoritmi di Intelligenza Artificiale impiegati in letteratura nell'ambito della predizione della povertà. In particolare, si effettua uno studio mirato alla predizione dello stato di povertà delle famiglie nelle Filippine, un contesto caratterizzato da una complessa tessitura geografica e socioculturale, mediante l'impiego di differenti tecniche di Machine Learning, tra cui modelli di classificazione e di regressione, partendo da variabili di natura differente, come informazioni circa il reddito e le abitudini di spesa delle famiglie, ed informazioni riguardo la provenienza geografica e la composizione delle famiglie stesse.