Descrizione del progetto

Obiettivo: sviluppare un sistema sperimentale per l’analisi dei tratti della personalità, confrontando un approccio basato su regole in Prolog con un modello di machine learning (XGBoost).

Dataset: raccolta e creazione di un dataset combinando misure di Eye Tracking e Handwriting, con etichettatura tramite questionari psicometrici.

Metodologia: preprocessing dei dati (normalizzazione e feature extraction), implementazione di un sistema a regole in Prolog e addestramento di un classificatore XGBoost per valutare le performance.

Valutazione: confronto quantitativo tramite accuracy, precision, recall e F1-score, con particolare attenzione all’interpretabilità delle regole rispetto ai modelli ensemble.

Risultati: XGBoost ha ottenuto performance superiori, ma il sistema Prolog si è dimostrato più interpretabile e utile per spiegare i tratti individuati.

Competenze sviluppate: Prolog, Python, XGBoost, creazione di dataset sperimentali multimodali, analisi statistica e interpretabilità dei modelli.